����GA¬¬-BP�ĸ��ٹ�·����ѵ�ģ������������о�

鉴于模糊神经网络具有良好的非线性特性、学习能力、自适应能力和抗干扰能力,本文将模糊神经网络技术引入到高速公路入口匝道控制中。提出一种基于GA和BP算法的模糊神经网络控制器,并对控制器进行了详细设计。设计过程主要分为三部分：输入输出参数的选择、模糊神经网络的结构设计以及基于GA-BP的学习算法设计。最后,使用MATLAB软件对其进行了仿真。仿真结果表明,本文提出的方法是有效的,较之基于BP的模糊神经网络控制和ALINEA控制,能更好地稳定主线交通流密度。     

HSV特异性转移因子治疗复发型HSVK的临床观察

利用单纯疱疹病毒特异性转移因子联合无环鸟苷滴眼液治疗４０例复发型单纯疮疹病毒性角膜炎（Ｈｅｒｐｅｓ　ｓｉｍｐｌｅｘ　ｖｉｒｕｓ　ｋｅｒａｔｉｔｉｓ，ＨＳＶＫ）患者，总有效率为１００％，治愈率为８６．６％。采用红细胞Ｃ３ｂ受体花环试验研究红细胞免疫功能的变化。其结果，１０例正常人与４０例治疗前患者比较（Ｐ＜０．０１），两组有显著性差异。４０例患者，治疗前与治疗后比较两组有显著差异（Ｐ＜０．０１）。表明ＨＳＶＫ患者治疗前免疫功能低下，用ＨＳＶ特异性转移因子治疗后，红细胞免疫功能显著提高。     

基于滞回分配的VBR视频流量带宽管理方案

基于VBR视频流量预测提出了一种新的动态带宽分配算法———滞回算法。与Girish提出的门限算法和Youssef提出的基于GOP场景检测的带宽分配方案相比,对缓存尺寸的需求、信元丢失率等性能有明显提高。大量的仿真表明,该算法能够以较低的开销(带宽重分配次数百分比≤2%)同时兼顾了CLR和带宽利用率,而且只有在缓存队长超过迂回门限时才触发带宽重分配过程,有利于在线实现。     

省域高速公路ETC联网收费结算体系研究

省城高速公路ETC（不停车收费）系统是一个涉及面广、影响面大、应用需求复杂且具有服务性质的庞大系统，因此，首先建立一个科学的、稳定的、可扩展的结算体系是此类工程成功的关键．文章首先阐述了省城高速公路ETC联网收费结算体系的特点．研究了体系架构、中心软件、数据传输、结算清分等几个主要问题，并得出具体的解决方案；最后，介绍了研究成果在江苏苏南高速公路网应用的情况。     

柔性结构神经网络分布式振动控制

提出采用分布式控制解决柔性结构振动问题,并且控制形式简单,便于控制力的实施。结合神经网络可以解决常规分布式控制难于解决的非线型耦合问题。神经网络采用非线性自回归移动平均移动方法,提高了神经网络的运算速度快。最后,在不同作动力情况下,将集中式神经网络控制和分布式神经网络分别采用相同的最大作动力对作动器/结构耦合系统进行控制。结果表明,分布式神经网络控制在采用较小的控制力情况下,取得了更好的控制效果。     

快速二阶BP神经网络在公路交通量预测中的应用

在二阶BP神经网络基础上加以改进，提出一种快速二阶BP神经网络，并将把该方法成功地用于公路交通量的预测中，通过与其它方法的比较分析，得出快速二阶BP神经网络预测方法加快了收敛速度，提高了结果的准确度，为科学地预测公路交通量提供了有力依据。     

基于贝叶斯网络的辐射源威胁等级评估算法

贝叶斯网络是近年来人工智能领域最重要的研究成果之一，在具有不确定性的推理和决策问题中得到了广泛的应用。以贝叶斯网络及其推理机制为基础，主要研究了贝叶斯网络在辐射源威胁等级评估方面的应用。选取了部分影响因素，建立了基于贝叶斯网络的辐射源威胁等级评估模型。最后通过一个计算机仿真实例验证了算法具有连续性和累积性，能够对辐射源威胁等级做出较准确评估。     

人脑胶质瘤nm23-H1蛋白及PCNA的表达

目的　研究人脑胶质瘤中nm2 3 H1蛋白和增殖细胞核抗原 (PCNA)表达状况。方法　采用免疫组化染色技术 ,对 5 3例人脑胶质瘤石蜡切片中nm2 3 H1蛋白和PCNA进行检测。结果　 5 3例人脑胶质瘤免疫组化染色结果显示 ,人脑胶质瘤I级、II级中nm2 3 H1阳性细胞显著高于Ⅲ、Ⅳ级 (P <0 .0 5 ) ;Ⅲ、Ⅳ级中PCNA阳性细胞显著高于I、II级(P <0 .0 5 ) ,但PCNA蛋白表达与nm2 3 H1表达无显著相关性。结论　nm2 3 H1蛋白低表达及PCNA高表达与脑胶质瘤的病理学分级相关 ;nm2 3 H1表达可能成为脑胶质瘤的浸润与转移的指标。     

Simulation of the mean zero-up-crossing wave period using artificial neural networks trained with a simulated annealing algorithm

The aim of this work was to develop a predictive model to forecast the mean zero-up-crossing wave periods (T _z ) for 3-hourly sea states at a location in the Pacific using artificial neural networks (ANNs). Seven multilayer ANNs were trained with a simulated annealing algorithm. The output of each trained ANN was used to estimate each of the seven parameters of a new distribution called the hepta-parameter spline proposed for the conditional distribution of T _z , given some mean zero-up-crossing wave periods and significant wave heights. After estimating the parameters of the distribution, the model was used to simulate and predict future values of T _z . Forecasting a sea state and developing the joint distribution of sea state characteristics with the help of the simulated characteristics are also discussed in this article.     

Economic Viability of Mega-size Containership in Different Service Networks

The mega-size containership viability was analyzed by considering different service networks for different ship sizes: hub-and-spoke and multi-port-calling (MPC) networks for mega-size containerships and conventional ships. A model was proposed, which quantifies the economies of scale in operating large con- tainerships and constructs models for ship routing under different service networks. A sensitivity analysis was conducted to test the effect of feeder costs and the results analyzed to determine optimal containership size with respect to different operational scenarios. Throughout model applications for Asia-Europe and Asia-North America trades, the mega-size containership is competitive in all scenarios for Asia-Europe, while it is viable for Asia-North America only when the feeder costs are low.