人工神经网络约束模型在造林规划上的应用研究

系统地介绍了神经网络满意约束模型在造林规划上的应用研究 ,该模型简单方便 ,可实现树种优化安排。最终在计算机上模拟了这个过程 ,结果表明利用该模型收敛速度较快 。

人工神经网络模型在人员安置中的应用研究

为了将不同特质的人员安置到各自合适的工作岗位上去 ,人工神经网络中的约束满意模型被用来解决这个问题。该模型中的每一个结点都代表一个假设 ,各结点间的联结权重代表了各个假设之间的约束 ,同时 ,对于每一个结点都可以有来自外界的输入 ,必要时还可以为网络设置一定的偏置值。模拟实验的结果表明

造林地规划的神经网模型及其生产力预测

系统地介绍了神经网络满意约束模型在造林规划上的应用情况 ,该模型简单方便 ,可实现树种优化安排。最终在计算机上模拟了这个过程 ,结果表明利用该模型收敛速度较快 ,并具有良好的适应性。满意约束模型是根据树种的生物学特性与立地条件 ,做到“适地适树”与“适树适地”为原则的一种模型。同时 ,可以由已有的立地条件信息 ,采用数量化生产力模型 ,进行预测生产力。通过实例表明 ,采用这种模型进行造林规划 ,其地位级基本上都能达到Ⅰ级。

人工神经网络在大型运动会志愿者选拔安置中的应用研究

如何把不同专业知识结构、专业技能的志愿者选拔安置到合适的工作岗位上去,是每个大型运动会组织管理中较难解决的问题,应用人工神经网络约束满意模型对志愿者群进行选拔和安置优化能更好地解决这一问题。模拟实验的结果表明:应用该模型到大型运动会中可以找到最大程度地满足每个志愿者位置,进而制定安置方案。