Resumen

La gestión de manuscritos desempeña un papel importante en toda la industria de las publicaciones periódicas. Las revistas y la sociedad de revistas reciben diferentes tipos de documentos de contribución de todo el mundo. La mayoría de los archivos de envío se transmiten por correo electrónico, pero hay algunas desventajas ocultas en el correo electrónico. En vista de esta situación, este trabajo estudia el establecimiento y la simulación de optimización del sistema de gestión de manuscritos basado en la red neuronal genética difusa (FGNN). Sobre la base de la red neuronal genética, combinada con las ventajas del algoritmo de la red neuronal FNN, se establece una estructura FGNN para optimizar el sistema, lo cual es útil para la capacidad de aprendizaje y expresión de todo el sistema. Los resultados muestran que la FGNN puede extraer y expresar los datos estructurados, y el sistema de gestión de envíos funciona más rápidamente. A continuación, se utiliza el modelado UML y el marco PHP para realizar el diseño y el establecimiento del sistema, y se construye el modelo de simulación del sistema de contribución. La innovación de este estudio es combinar la red neural genética con la red neural FNN, que puede consultar, gestionar y clasificar los manuscritos rápidamente. También mejora el complejo sistema de envío y optimiza el proceso de envío. Todo el trabajo de edición de la revista se ha mejorado eficazmente.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:red neural genética, sistema de gestión de manuscritos, muchos archivos de presentación, algoritmo de red neural, modelo de contribuciones, sistema de gestión de presentación, ventaja de fnn, tipo de contribuciones, trabajo de edición de revistas, toda la industria de publicaciones periódicas
• Keywords:genetic neural network, manuscript management system, many submission file, neural network algorithm, model of contributions, submission management system, advantage of fnn, type of contributions, journal editing work, whole periodicals industry