河流水质的预测模型研究

东江惠州－东岸段河流水质直接影响着香港和深圳的淡水供应质量。本文根据东江水质自动监测系统的分布情况，提出了由上游水质预测下游水质和当前水质预测未来水质的两种基于自适应神经网络的东江惠州－东岸段水质预测建模方法，给出了基于正交多项式基的神经网络静、动态学习算法，在学习过程中可同时确定网络的拓扑结构和相应的正交多项式基，且无局部极值问题。仿真结果证明了该方法具有较高的预测7精度,且方法简便、适用对象广泛。     

改进粒子群算法优化 BP 神经网络的短时交通流预测

为提高 BP 神经网络预测模型的预测准确性, 提出了一种基于改进粒子群算法优化 BP 神经网络的预测方法. 引入自适应变异算子对陷入局部最优的粒子进行变异, 改进了粒子群算法的寻优性能, 利用改进粒子群算法优化 BP 神经网络的权值和阈值, 然后训练 BP 神经网络预测模型求得最优解. 将该预测方法应用到实测交通流的时间序列进行有效性验证, 结果表明了该方法对短时交通流具有更好的非线性拟合能力和更高的预测准确性.     

前向神经网络学习速率的白适应算法

学习速率是控制神经网络学习过程的一个重要参数，影响神经网络的稳定性和快速性．提出了一种能够满足实时性要求的神经网络学习速率的自适应算法，并证明了在该学习速率下，神经网络的学习过程是Lyapunov意义稳定的。试方法通过为神经网络的输出增加一个输出修正量来补偿多个未知因素对学习误盖的影响，从而构造使学习误差快速收敛到零的学习速率自适应算法。通过对神经网络在线逼近一个非线性对象的过程进行仿真，结果证明了该方法的有效性。     

新型神经网络模型参考自适应控制系统设计

针对任意复杂非线性系统，即控制器具有不可分离结构的离散非线性系统，提出新型神经网络模型参考自适应控制。该方案的提出简化了基于神经网络的模型参考自适应控制系统的设计，只需一个神经网络辨识器。统一了任意神经网络模型参考自适应控制的设计方法，更接近于工程实际。仿真结果证明了该方案的合理性和有效性。     

前向神经网络学习速率的自适应算法

学习速率是控制神经网络学习过程的一个重要参数,影响神经网络的稳定性和快速性。提出了一种能够满足实时性要求的神经网络学习速率的自适应算法,并证明了在该学习速率下,神经网络的学习过程是Lyapunov意义稳定的。该方法通过为神经网络的输出增加一个输出修正量来补偿多个未知因素对学习误差的影响,从而构造使学习误差快速收敛到零的学习速率自适应算法。通过对神经网络在线逼近一个非线性对象的过程进行仿真,结果证明了该方法的有效性。     

一种模糊神经网络自适应预测控制方案的研究

针对现有模糊推理方法的缺点，结合神经网络的学习能力和插值能力，提出了一种新型的模糊神经网络结构。在此基础上设计了一种模糊神经网络自适应预测控制方案，并导出了相应的学习算法。同时引入了预测误差的智能补偿，以提高预测及控制精度。仿真实验表明，该算法能实现模糊控制和神经网络控制的优势互补，在非线性复杂系统的控制方面具备较高的性能。     

希尔伯特变换器优化设计研究

提出了一种基于神经网络算法的希尔伯特变换器优化设计方法，证明了神经网络算法的收敛性，提出了希尔伯特变换器的优化设计实例。仿真结果表明了该网络模型是高效的神经网络模型。     

基于遗传预估策略的智能主动队列管理

针对TCP传输过程中的典型时滞特性,提出了一种智能主动队列管理算法.该算法以自学习预估机制模型为核心来克服大时滞特征对网络稳定性能的影响,拥塞控制系统以两条信息通道分别实现模型补偿和预测控制功能.模型补偿通道采用了Smith预估嚣实现对网络时滞特征的动态补偿,并进一步设计迭代进化算法实现对Smith预估模型未建模特征的估计过程.预测控制通道采用基于神经网络的PID智能丢弃算法,通过神经网络的学习预测功能自适应调整预测控制通道的控制行为.通过仿真研究表明了提出的控制方法显著提高了拥塞控制机制的稳定性能和自适应性能.     

基于不完美CSI的水声自适应功率分配算法

水声信道面临带宽资源有限、环境复杂的问题，为提高水下通信速率，基于水声传感器网络的海洋应用提出自适应通信的需求。传统基于简单信噪比指标的自适应资源分配算法无法准确表述衰落信道的统计特征，利用强化学习和卷积神经网络预测信道的方法虽然可以提高一定信道状态信息(channel state information, CSI)的准确性，但这种方法需要长期的观测和大量的训练样本，不符合水声环境的实际情况。对比，构建了一种中继放大转发协作正交频分复用(orthogonal frequency division multiplexing, OFDM)通信的模型，解决了由于节点漂浮导致直接通信传输效率变低的问题，并提出一种在时延反馈CSI中基于OFDM的自适应功率比特分配算法，利用条件概率表征不完美的CSI,调整自适应通信参数，进行遍历容量最大化建模。仿真结果表明，该算法实现功率和比特的联合自适应分配，平均传输速率指标优于直接反馈CSI的功率分配算法，虽然略低于采用马尔可夫链预测信道的方法，但结合算法复杂度来看，所提算法更简单，更适合能量有限的水声传感器网络。     

基于KAUTZ模型的预测控制仿真研究

采用Kautz函数逼近来得到未知系统模型,利用带遗忘因子的最小二乘法在线辨识系统模型变化。基于Kautz模型设计了一种自适应预测控制器,并且针对系统投运初期的辨识误差提出了一种衰减因子补偿方法,提高了控制品质。该算法自适应能力强,控制精度高。仿真试验证明了该算法的有效性。     

分工模型的改进

本文对新兴古典经济学的分工模型进行了改进,把传统的“     

某反坦克导弹视场交叉判据建模与仿真

在建立了某反坦克导弹目标瞄准线数学模型，红外视场锥面数学模型和红外视场重合长度数学模型的基础上，实现了对瞄准线高低角，方向夹角，瞄准线公垂线长度和交叉火力射击条件下视场重合长度的数学解析计算，从而确定了视场在空间的相互位置关系，为进行合理的阵地配置提供了科学的理论依据，最后进行了仿真验证。     

移动视频直播的互动性对持续使用意愿的影响

移动视频直播指用户通过移动设备实时制作或观看视频的服务。近年来，移动直播APP快速发展，吸引了大量的用户，然而平台的最终成功取决于用户持续使用。本文聚焦于移动视频直播的互动性，以流体验理论、社会临场感理论和认同理论为基础，从心理认知视角探讨了互动性对用户持续使用意愿的作用机理。通过问卷调查，共收集346份有效问卷，采用SPSS和PLS软件对假设模型进行验证。结果显示，移动视频直播的互动性通过提高用户观看体验（流体验、社会临场感）和主播认同进而影响满意度和持续使用意愿。同时互动性的各个维度对用户体验和认同感的影响程度存在显著差异。据此，为移动视频直播运营商的长期发展提供了理论指导。     

仿生机器鱼尾鳍的动力学研究

高的稳定性是仿生机器鱼高效推进的前提，而对尾鳍的稳定性控制是实现仿生机器鱼稳定性的主要方法。通过“二维波动板”理论，建立了三节仿生机器鱼的动力学模型，并对模型进行了实验验证，由该模型出发，分别计算出水动力和惯性力引起的尾鳍驱动力矩的值，分析了该值与仿生机器鱼各个运动参数的联系。为仿生机器鱼的稳定性控制建立了理论基础。     

油田压裂井增油量的预测及其生产规划的优化设计

利用现有压裂井产油观测数据，采用动态数据处理方法，建立了月增油量的预测模型；依据预测结果，利用整数规划的方法，规划设计未来年度油田的压裂井数及压裂方式。     

四类拍卖的收益等价性研究

在收益等价性及应用的完整框架下对四类拍卖的收益等价性问题进行了总结、研究和探讨.在对收益等价定理进行推论和应用的基础上,确认了SIPV(对称、独立、私人价值)假设下四种拍卖期望收益与期望支付的等价性,推导了二价全支付拍卖的均衡竞价策略.在此基础上比较并解释了SIPV假设下四种拍卖均衡报价的排序关系.总结,比较并解释了关联价值假设下四种拍卖的期望收益的排序关系.指出不同的信息结构设定是影响不同假设下拍卖收益等价性和不同假设拍卖模型对经济现象解释能力的关键因素.最后,展望了拍卖收益等价问题的新的发展方向.     

仿真技术在风力机总体性能分析中的应用

采用叶素动量理论进行风力机气动力学的计算分析,并编制程序,建立风力机ADAMS仿真模型,在MATLAB/simulink下建立风力机传动系统的数学模型;将计算的气动载荷加载到风力机仿真模型上,将传动系统模型同ADAMS进行联结,实现对风力机系统总体性能的联合仿真.仿真数据同国际有名的风力机分析软件计算数据比较表明,该联合仿真方法可以较好的模拟风力机的总体性能.研究为风力机总体性能分析进行了一次有益的探索.     

线性调频-二相编码雷达信号分析

报道了一类由二相编码信号与线性调频信号组合而成的新的脉冲压缩信号。导出了这类信号的表达式。通过理论分析和计算机模拟，给出了该类信号的模糊函数(图)，幅度谱特性，匹配滤波器输出波形，多普勒频移特性，有加权时的压缩脉冲时间旁瓣波形和低截获概率等方面的性能。分析证明，该类信号与线性调频信号或二相编码信号相比具有更好的低截获概率特性，其多普勒性能优于二相编码信号。     

不同流道轴面形状的液力缓速器内流场的模拟

为了研究不同流道轴面形状对液力缓速器制动力矩的影响,采用了雷诺时均N-S方程、标准k-ε模型和SIMPLEC算法对液力缓速器内部流场进行了数值模拟,分析了不同轴面形状下液体流动的速度分布、压力分布和湍动能分布规律.以Rothalpy值的变化作为损失分析指标,定量比较不同流道轴面形状对制动力矩的影响,得出长圆形缓速能力最大,扁圆形次之,梨形最小,可为液力缓速器设计理论的完善和后续研究工作提供重要的理论依据.     

交易所利率期限结构估计模型的比较

结合我国利率体系和利率的形成机制,提出一个适合交易所利率期限结构估计的N S扩展模型,然后采用交易所国债市场的日交易数据,对N S扩展模型、N elson-S iegel(N S)模型和Svensson(SV)模型进行了样本内、外的比较实证分析。结果表明,N S扩展模型比N S模型和SV模型更适合于交易所的利率期限结构估计,交易所利率期限结构在1~10年期间,尤其是5~7年期间能够获得可靠的估计,在0~1年和10~20年期限期间估计的可靠性不高。