复杂系统模糊模式识别动态规划模型研究

将模糊识别集合算子和非结构决策分析方法引入模糊动态规划中,推导出了两种求解复杂系统多目标多阶段决策问题的方法:级别特征值最小法和阶段模糊识别递推法。这两种方法具有不同的递推方程,可以应用于不同的情况,从而形成了模糊模式识别动态规划模型。此模型可以有效地获取和集成决策者的经验知识和偏好。此模型已应用到实践中,并取得良好效果。     

基于非线性理论的边坡稳定性评价模型

边坡稳定问题涉及到各类水利、港工、铁路和工业民用建筑工程。由于影响边坡稳定性的因素较多，而且其变形破坏机理复杂，边坡稳定性问题迄今仍然受到理论研究和工程实践的关注。本文采用非线性理论和方法来研究边坡的变形破坏机理，并建立稳定性评价模型。以分叉和突变理论引出突变级数来表征边坡的状态，并用神经网络从中获取稳定性评价和判断的知识，进而构建系统，并对各类边坡稳定状态做出分析评价。实例分析证明了该方法的有效性。     

热传导有限元的神经计算原理及应用

根据热传导有限元分析方法的特点，把有限元计算问题转化为带约束的非线性优化问题，并给出求解该问题的改进Hopfield(TH）网络，最后对一个简单温度场神经计算进行数值仿真，仿真结果表明，神经网络能完成有限元模型的求解。     

基于GPS基准网的GPS快速静态定位及动态定位方法

介绍基于GPS基准网进行GSP快速静态定位和动态定位的原理和方法。通过计算基准网改正数及其空间分布，利用内插方法求出用户站的模型误差改正数，不仅可以提高GPS整周模糊度的可靠性，而且能够大大改善GPS测量的精度。利用香港GPS基准网2001年3月的实测数据进行了解算，发现地区在该时间段内受强电离层活动的影响，采用常规GPS测量方法很难确定整周模糊度。利用传统的快速静态定位方法对香港GPS基准网其中一条边（9.2km）24h的观测数据按每15min计算，模糊度确定的准确率仅为45％。采用基准网内插改正数后，仅利用L1的观测数据模糊度确定的准确率提高到100％。点位精度平面位置由2cm提高到5mm，高程精度由4cm提高到3cm。     

模糊目标的概念模型和应用

由于现实世界的连续性和多样性，地理实体具有不确定空间分布范围和边界，它们在GIS中的表达被称为模糊目标，提出了“模糊空间分布目标”的概念表示模糊目标即地理实体的复杂性和多样性。讨论了3个通用模糊目标模型以适用于不同的情形,FF－object具有模糊空间分布和模糊内核，适用于描述空间重叠的目标；FG－object具有确切内核和模糊空间分布，适用于描述空间分离但边界不明的目标，CF－object具有确切的条件边界和模糊内核，适用于描述空间分离且有边界的目标，我们用一个海岸带研究的实例说明模糊目标模型的应用。     

基于分形理论的航空图像分类方法

提出一种基于分形理论和BP神经网络的航空遥感图像有监督分类方法。该方法尝试将航空图像的光谱信息和纹理特征相结合。它首先将彩色航空图像由RGB格式转化为HSI格式，然后，根据亮度计算分数维、多重分形广义维数谱q-D(q)和“空隙”等基于分形的纹理特征，同时加入归一化的色度和饱和度作为光谱特征，采用BP神经网络作为分类器。通过对彩色航空图像的分类实验，结果证实该方法行之有效。     

GIS和神经网络在城市发展规划中的应用

本文介绍了GIS在城市发展门槛分析中的应用，针对城市发展用地综合评价方法的不足，将神经网络分析方法引入到城市用地的综合评价中，并介绍了GIS应用模块－神经网络分析的连接。     

擦洗汽车气象指数预报

该文分析了影响露天擦洗汽车的气象因子和擦洗汽车之后保持汽车洁净的时效，选择雨、雨后积水、雪、积雪、4级以上风力等气象因子，利用经验和模糊数学方法建立擦洗汽车的预报方程。从诸天气要素的预报日之后连续4天后，将影响擦洗汽车的气象因子排列成81种组合，归纳出5种擦洗汽车气象指数和相应的服务用语供日常业务应用。     

神经网络在天气预报上的应用研究

通过把 Neuralwork软件的 adaline、 m adaline两种模型引入到天气预报工作的实践 ,证明神经网络在天气预报领域的应用有广阔的前景。     

测震学多项指标综合预测概率分析

通过对测震学各单项指标的预测效能调研，为进一步提取前兆信息，选择了7项测震学指标：频次、地震蠕变、6值、缺震、η值、GL值和调制比，进行综合概率分析。7项指标对关注地区的全时空扫描并考虑了空间单元异常与中强震地点对应的模糊关系，得到指标在各空间单元异常后发生中强震的条件概率。根据历史上每个单项指标的预报效能求计算综合概率时的指标权重，按贝叶斯定律得到相应不同指标在不同时间窗和不同空间单元时中强震发生的加权综合概率。计算结果（1970年以来）表明，对华北地区和川滇地区这一综合概率方法预测效能的R值评估超过0.5。