落煤殘存瓦斯量的確定是采掘工作面瓦斯涌出量預(yù)測(cè)的重要環(huán)節(jié),它直接影響著采掘工作面瓦斯涌出量預(yù)測(cè)的精度,并與煤的變質(zhì)程度、落煤粒度、原始瓦斯含量、暴露時(shí)間等影響因素呈非線性關(guān)系。人工神經(jīng)網(wǎng)絡(luò)具有表示任意非線性關(guān)系和學(xué)習(xí)的能力,是解決復(fù)雜非線性、不確定性和時(shí)變性問(wèn)題的新思想和新方法。基于此,作者提出自適應(yīng)神經(jīng)網(wǎng)絡(luò)的落煤殘存瓦斯量預(yù)測(cè)模型,并結(jié)合不同礦井落煤殘存瓦斯量的實(shí)際測(cè)定結(jié)果進(jìn)行驗(yàn)證研究。結(jié)果表明,自適應(yīng)調(diào)整權(quán)值的變步長(zhǎng)BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)精度高,收斂速度快 該預(yù)測(cè)模型的應(yīng)用可為采掘工作面瓦斯涌出量的動(dòng)態(tài)預(yù)測(cè)提供可靠的基礎(chǔ)數(shù)據(jù),為采掘工作面落煤殘存瓦斯量的確定提出了一種全新的方法和思路。
標(biāo)簽： 瓦斯 環(huán)節(jié) 人工神經(jīng)網(wǎng)絡(luò) 精度
上傳時(shí)間： 2015-03-12
上傳用戶(hù)：熊少鋒
目前開(kāi)發(fā)人工只能的朋友一定會(huì)遇到bp算法中八進(jìn)制的問(wèn)題，這段程序很好的解決了這個(gè)問(wèn)題。我目前在作模糊控制，神經(jīng)網(wǎng)絡(luò)，遺傳算法的課題，收集了很多相關(guān)程序，望同方向者探討一二。
上傳時(shí)間： 2014-01-13
上傳用戶(hù)：comua
人工股市（Artificial Stock Market，簡(jiǎn)稱(chēng)ASM）是模擬股市運(yùn)作的一個(gè)程序。在這個(gè)電腦中的虛擬市場(chǎng)中，若干被稱(chēng)為交易者的人工智能程序(Agent)通過(guò)觀察它們所在的數(shù)字世界中股價(jià)和股息的不斷變換而做出預(yù)測(cè)，并且根據(jù)這些預(yù)測(cè)做出購(gòu)買(mǎi)股票與否以及購(gòu)買(mǎi)股票數(shù)量的決策。反過(guò)來(lái)，所有的交易者的決策又決定了股票的價(jià)格，這樣，整個(gè)的股票交易市場(chǎng)就構(gòu)成了一個(gè)自我封閉的計(jì)算系統(tǒng)。同時(shí)，這些交易者都具有學(xué)習(xí)的能力，可以根據(jù)以前預(yù)測(cè)的成功或者失敗對(duì)自己的決策進(jìn)行調(diào)整，并且通過(guò)一種被稱(chēng)為遺傳算法的方法產(chǎn)生創(chuàng)新能力。
標(biāo)簽： Artificial Market Stock 人工
上傳時(shí)間： 2014-01-04
上傳用戶(hù)：manlian
Autolife模型是一個(gè)能夠進(jìn)行“開(kāi)放式進(jìn)化”的人工生命系統(tǒng)。每個(gè)Agent模型采用可以變化規(guī)則表長(zhǎng)度的有限自動(dòng)機(jī)模型建模。一方面Agent可以進(jìn)行自我繁殖，同時(shí)模型中的選擇機(jī)制沒(méi)有采用顯式的適應(yīng)度函數(shù)而是采用能量消耗的簡(jiǎn)單模型而自發(fā)涌現(xiàn)出來(lái)，所以可以認(rèn)為Agent模型是一個(gè)類(lèi)Tierra系統(tǒng)。然而與Tierra、Avida等數(shù)字生命模型不同的是，Autolife模型進(jìn)行了大大的簡(jiǎn)化，它界面友好，操作直接。雖然沒(méi)有給每個(gè)Agent裝配一個(gè)虛擬計(jì)算機(jī)，但是Agent與環(huán)境的耦合則可以看成一個(gè)圖靈機(jī)模型，因此Agent可以通過(guò)變異而“任意”的編程序。通過(guò)Autolife模型，首先人們可以看到一般的生態(tài)系統(tǒng)中共存的現(xiàn)象：生物的大爆炸、大滅絕，Agent進(jìn)化得越來(lái)越聰明；其次，用戶(hù)可以通過(guò)變化不同的食物添加規(guī)則探索Agent與環(huán)境的關(guān)系；最后，如果允許Agent通過(guò)播種改變環(huán)境自動(dòng)產(chǎn)生食物，那么組織的涌現(xiàn)就是一種不可避免的結(jié)果。Agent構(gòu)成的組織具有自主運(yùn)動(dòng)的特性，還可以進(jìn)行自我修復(fù)，可以說(shuō)Autolife中的組織是一些真正的“活體”。
標(biāo)簽： Agent Autolife 模型 開(kāi)放式
上傳時(shí)間： 2015-03-14
上傳用戶(hù)：a6697238
本程序是具有進(jìn)化能力的人工生命floy，你會(huì)看到越來(lái)越具有智能的floy會(huì)自發(fā)的產(chǎn)生。
上傳時(shí)間： 2015-03-14
上傳用戶(hù)：jcljkh
簡(jiǎn)單規(guī)則演化出來(lái)的極似蒼蠅的一個(gè)人工生命群體floy
上傳時(shí)間： 2015-03-14
上傳用戶(hù)：LIKE
人工神經(jīng)元的bp算法，可用于函數(shù)擬合，時(shí)間序列數(shù)據(jù)的預(yù)測(cè)，目前應(yīng)用非常廣泛
標(biāo)簽： 人工神經(jīng)元 算法
上傳時(shí)間： 2015-03-14
上傳用戶(hù)：cx111111
(1)輸入E條弧<j,k>,建立AOE-網(wǎng)的存儲(chǔ)結(jié)構(gòu) (2)從源點(diǎn)v出發(fā),令ve[0]=0,按拓?fù)渑判蚯笃溆喔黜?xiàng)頂點(diǎn)的最早發(fā)生時(shí)間ve[i](1<=i<=n-1).如果得到的拓樸有序序列中頂點(diǎn)個(gè)數(shù)小于網(wǎng)中頂點(diǎn)數(shù)n,則說(shuō)明網(wǎng)中存在環(huán),不能求關(guān)鍵路徑,算法終止 否則執(zhí)行步驟(3)(3)從匯點(diǎn)v出發(fā),令vl[n-1]=ve[n-1],按逆拓樸排序求其余各頂點(diǎn)的最遲發(fā)生時(shí)間vl[i](n-2>=i>=2). (4)根據(jù)各頂點(diǎn)的ve和vl值,求每條弧s的最早發(fā)生時(shí)間e(s)和最遲開(kāi)始時(shí)間l(s).若某條弧滿(mǎn)足條件e(s)=l(s),則為關(guān)鍵活動(dòng).
上傳時(shí)間： 2014-11-28
上傳用戶(hù)：fredguo
由于音像制品的品種繁多,所以音像租賃對(duì)于數(shù)據(jù)的查找,修改,刪除和添加等功能的需求量很大,用人工手記的方式顯然很煩瑣,所以本項(xiàng)目就是為此設(shè)計(jì).本項(xiàng)目可以對(duì)音像制品進(jìn)行規(guī)范化管理,進(jìn)而提高經(jīng)營(yíng)效率,實(shí)現(xiàn)中小音像租賃店日常工作的管理.
標(biāo)簽： 項(xiàng)目 數(shù)據(jù) 修改 人工
上傳時(shí)間： 2014-01-15
上傳用戶(hù)：love_stanford
人工股市（Artificial Stock Market，簡(jiǎn)稱(chēng)ASM）是模擬股市運(yùn)作的一個(gè)程序。在這個(gè)電腦中的虛擬市場(chǎng)中，若干被稱(chēng)為交易者的人工智能程序(Agent)通過(guò)觀察它們所在的數(shù)字世界中股價(jià)和股息的不斷變換而做出預(yù)測(cè)，并且根據(jù)這些預(yù)測(cè)做出購(gòu)買(mǎi)股票與否以及購(gòu)買(mǎi)股票數(shù)量的決策。反過(guò)來(lái)，所有的交易者的決策又決定了股票的價(jià)格，這樣，整個(gè)的股票交易市場(chǎng)就構(gòu)成了一個(gè)自我封閉的計(jì)算系統(tǒng)。同時(shí)，這些交易者都具有學(xué)習(xí)的能力，可以根據(jù)以前預(yù)測(cè)的成功或者失敗對(duì)自己的決策進(jìn)行調(diào)整，并且通過(guò)一種被稱(chēng)為遺傳算法的方法產(chǎn)生創(chuàng)新能力。總之，ASM是一個(gè)電腦中不斷進(jìn)化的虛擬股票市場(chǎng)！通過(guò)研究ASM，我們可以更好的理解現(xiàn)實(shí)世界的行為，并且它提供了一個(gè)很好的現(xiàn)實(shí)股市的隱喻。 備注：該程序運(yùn)行需要有Swarm平臺(tái)的支持，關(guān)于這個(gè)平臺(tái)可以到http://www.swarm.org免費(fèi)下載。
標(biāo)簽： Artificial Market Stock 人工
上傳時(shí)間： 2013-12-11
上傳用戶(hù)：皇族傳媒
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
