本项目主要研究面向模型方案自动选择的神经网络(NN)与专家系统(ES)集成模式与NN的构造工具.主要研究结果是;1.在NN与ES结合方面提出四种集成模式的划分;独立模式、混合模式、连接转换模式与整体模式.2.提出用神经网络来实现从以往大量的案例中自动获取知识并实现知识推理的功能,用统计技术来实现将隐含分布在神经网络参数与结构之中的知识转换成人们可理解的事实与解释的逻辑规则.3.提出引入二阶梯度下降法提高BP算法的收敛速度,改变Sigmoicl函数参数及自动增加隐节点方法避免陷入局部最小,引入专家系统实现网络初值的初始化.以上结果成功地应用于人口预测,信贷评估与股票等模型方案的自动选择方面.为DSS智能化研究开辟了一个新方向.
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
温和条件下柱前标记-高效液相色谱-质谱法测定枸杞多糖中单糖组成
拥堵路网交通流均衡分配模型
带多充液箱及柔性附件航天器刚液柔控非线性耦合动力学研究
带多充液贮箱及柔性附件航天器模块化建模与耦合动力学研究
液罐车流固耦合系统动力学建模及行驶稳定性控制研究
多体复杂系统动力学与稳定性