计划、调度和控制资源和活动是生存和竞争的关键要素。人类在这些活动发挥重要作用。实际上,大多数系统可以被视为一个环境被人类所包围。多年来,提出了一些新的解决方案来解决这个问题,人类系统和环境建模、控制和管理。先进的计算系统和人工神经网络方法仍然是一个最有前途的解决方案。

这个的目的 特殊的问题是提供细节的发展先进的人工神经网络方法和他们的应用程序建模、控制和人类系统和环境的管理。目标受众是信息管理的研究人员、系统工程、环境保护、以及练习经理和工程师。经过严格的审查,5篇文章来自世界各地的研究人员终于接受了。

预测股票市场是金融预测的一个重要方面,吸引极大的兴趣从股票买家和卖家,投资者、决策者、应用研究,许多人参与资本市场。神经网络已经被广泛用于股票市场预测。s . Banik m .出全新和m . k .汗进行了比较研究来预测股票指数的值使用软计算模型和时间序列模型。他们使用著名的模型如遗传算法(GA)模型和自适应模糊综合网络系统(简称ANFIS)模型作为软计算预测模型,同时考虑到广义自回归条件异方差(GARCH)模型作为时间序列模型。实验结果表明,利用软计算模型比时间序列模型更成功。

s . k . Boddhu和j·c·加拉格尔描述了一种新颖的频率分组分析技术为基础,发展到定性演化控制器分解成可辩解的功能控制块。他们还提供了一个总结以前的工作与发展飞行控制器的两类控制器和演示的适用性两个类别的新开发的分解分析。他们提出的方法已经成功地应用于自主和自治控制器,它已经证明了方法确实可以用来发展控制器分解成逻辑上可辩解的控制块进行进一步的控制分析。

k·p·k·h·Lim,和L.-M。和发展了李雅普诺夫理论基础径向基函数神经网络(时滞)大小交通标志识别。他们的方法,将多维输入插入RBF节点,与多个权重。迭代重量适应接着计划设计了基于稳定理论,得到一组最优权重。比较后提出了分类器的性能,一些现有的传统技术,仿真结果表明,该系统取得了更好的性能和更低的训练迭代次数。

干旱预测是一种有效的工具来减轻一些更多的负面后果的干旱。a . m . Belayneh和j·f·Adamowski相比三个数据驱动的模型预测的有效性在埃塞俄比亚的阿瓦什河流域干旱条件。标准降水指数(SPI)是用一个人工神经网络(ANN)预测,支持向量回归(SVR)和小波神经网络(WN),性能比较。小波神经网络的预测结果表明,耦合(WN)模型是最好的模型预测SPI值在多个交货期在阿瓦什河盆地在埃塞俄比亚。

t·陈提出了一个非线性规划和人工神经网络的方法来优化性能的工作调度规则的晶圆厂。拟议的方法融合现有的两个规则,构造了一个非线性规划模型,选择最佳的参数值在两个规则动态地最大化的标准差松弛,这已被证明在几项研究中获益的调度性能。此外,一个更有效的方法是应用于估计剩余的周期时间的工作,这是经验证明是有利于提高调度性能。在实验结果的基础上,优化调整因素的两个规则是一个适当的工具,提高调度规则的调度性能。