Chaotic Neural Network Technique for "0-1" Programming Problems

0-1 programming is a special case of the integer programming, which is commonly encountered in many optimization problems. Neural network and its general energy function are presented for 0-1 optimization problem. Then, the 0-1 optimization problems are solved by a neural network model with transient chaotic dynamics (TCNN). Numerical simulations of two typical 0-1 optimization problems show that TCNN can overcome HNN's main drawbacks that it suffers from the local minimum and can search for the global optimal solutions in to solveing 0-1 optimization problems.

基于0-1测试的底吹搅拌混合过程混沌特性分析

通过建立水力学模型研究底吹搅拌混合过程,利用流场可视化技术与直接成像技术获取实验图像数据,引入0-1测试方法,考察了喷枪布置方式（个数与角度）对混合过程混沌特性的影响.结果表明,基于颜色指示剂,利用数字图像处理手段可以近似估测混合过程的气含率,气含率演化规律符合实际工况运行特征;对各工况的气含率时间序列进行0-1测试,渐进增长率Kc中位数在一定程度上反映了不同混合过程的混沌强弱.

基于Volterra级数的航空年事故率预测方法

针对当前航空年事故率传统预测精度不高的问题,从分析混沌特性入手,对事故数据重构相空间,构建了航空年事故率预测的Volterra级数模型。对航空年事故率数据进行预处理,采用0-1混沌特性判定方法判断时序的混沌特性;在混沌时序的基础上,应用互信息法和假近邻法确定相空间的参数,重构相空间;基于此,构建二阶Volterra自适应预测模型,并采用NLMS算法实时获取模型的最优参数;最后,应用模型对美国空军飞行事故万时率进行预测,能够将相对误差控制在2%以内,优于传统灰色时序组合预测模型,所建的模型反映了航空装备的安全状况。