基于基因算法的模糊联想记忆设计方法

本文提出了一种用基因算法（ＧＡ）来进行模糊联想记忆（ＦＡＭ）系统设计的方法──基因ＦＡＭ法。同自适应模糊联想记忆（ＡＦＡＭ）和神经网络设计方法相比，该方法不要求有训练样本；而且可以设计出好的ＦＡＭ系统最后，举例说明了该方法的应用。

模糊联想记忆网络对模式摄动的鲁棒性分析

在实际问题中,所获取的模糊神经网络的训练模式对总与客观真实的模式对存在一定的小幅误差(摄动),从而可能导致对某些输入网络的实际输出与期望输出有很大的误差。为此,提出了训练模式集摄动对模糊联想记忆网络(FAM)的鲁棒性概念,并具体讨论了采用一种新的权值学习算法时FAM的这种鲁棒性及其控制方法。最后通过实验证明了采用这种新的权值学习算法时,FAM对模式摄动不会拥有好的鲁棒性。

基于TMS320C6713的循环谱算法实现

该文在介绍循环平稳信号的基本理论及算法基础上,利用德州仪器(TI)公司的TMS320C6713DSP对其经典算法-FAM法进行了硬件实现。通过调试与实验,验证了算法的可实现性与硬件系统的可行性。

一种基于Hub-Spoke结构航空公司机型指派的实用启发性算法

本文针对Hub-spoke结构航空公司在制订航班计划时机型指派问题,根据航空公司历史数据导出的旅客需求概率分布以及航班成本,设计了一种基于航班成本优化模型的表上作业法,提出了一种便于航班计划专员手工计算和调整机型的启发性算法,解决了航空公司机型指派0-1规划问题。该算法集成了匈牙利算法和回溯算法的思想,从航班成本最小值出发,根据航班优化的约束条件,按照深度优先搜索可行解,在不满足航班约束的节点处进行回溯,直到找到满足航班边界约束条件的航班成本最小值,得到最佳的机型指派,并给出了理论证明。通过案例对比验证该启发性算法有效性,通过表上作业法手工计算发现10架B737和5架B757方案总成本为409860美元,是所有方案中最低的,证明机型合理搭配可以使得公司运行效果更好;与传统的运筹学算法相比该算法构造直接和优化机理自然,简单实用,便于理解和掌握,便于大型航空公司计算机应用或分公司进行航班计划手工制订和调整。