异构双腿机器人结构建模与迭代学习控制仿真

异构双腿行走机器人（BRHL）是一种全新的类人机器人模式。首先阐述了BRHL的概念及研究意义。基于分割建模思想，推导出BRHL运动学、动力学方程。针对高阶微分代数方程组动力学正解问题，提出了一种带误差反馈控制的预估-校正数值积分方法。最后探讨了BRHL的控制方法并进行了仿真计算。结果表明，一阶P型开闭环学习控制能够很好实现仿生腿对人工腿步态的跟踪。     

基于模糊神经网络的车辆避撞预警算法

为实现车辆的智能控制提供理论基础，研究了碰撞预警算法．在分析不同驾驶员的驾驶行为的基础上，确定碰撞预警算法的报警准则，用于指导报警算法做出合理的报警．基于报警准则采用模糊神经网络方法，提出一种多输入、多输出的协作预警算法模型，用于支持碰撞预警系统．利用实测数据对预警算法进行测试，试验结果表明，算法能够对车辆碰撞进行有效的报警，对提高车辆行驶的安全性具有重要意义．     

ERP财务管理中的智能决策研究

阐述了利用数据挖掘和神经网络的智能决策系统与ERP财务管理有机结合的成本管理策略,提出了智能决策与ERP财务管理耦合的系统模型,包括系统总体框架的设计、智能决策系统的设计及模块的协同运作。     

基于多Agent的数据挖掘系统模型

在传统的数据挖掘体系框架中引入Agent联邦技术,提出一种基于Agent联邦的挖掘系统模型,由Agent联邦来完成数据准备、数据挖掘以及结果评估和解释等工作,使整个挖掘过程实现了知识性、智能性.文章重点讨论了各个联邦的功能和具体构成.     

智能车辆测距技术

智能车辆避撞技术依赖于测距技术的发展.智能车辆测距技术有多种超声波测距、微波雷达测距、激光测距、机器视觉测距和红外线测距等.各种测距技术各有优缺点,因而多传感器技术有效融合是汽车避撞系统实用化的途径;最后在智能车辆测距技术应用现状的基础上提出该领域的存在问题及发展方向.     

基于模糊增强的图像边缘检测的研究

对图像处理时的边缘检测算法作了分析和研究,介绍了基于模糊增强的图像边缘检测算法,详细研究了单层次模糊增强和多层次模糊增强的算法,并结合实验说明,该智能图像处理方法不仅能够明显的增强图像,而且可以检测到良好的图像边缘.最后,展望了这一新的研究应用领域的发展前景.     

普适计算与网络的发展前沿

普适计算与网络目标是提供无处不在的、自适应的智能服务。处理器的计算能力是同无线、移动网络结合起来的。要想充分实现普适计算的潜能，需要克服许多技术和经济上的挑战。本书介绍了普适计算与联网工作室的工作成果。该工作室就是为了探寻本领域未来的研究发展方向而由国家科学基金发起、由Rensselaer Polytechnic研究所普适计算与网络中心组织的。     

农药精确喷雾智能决策支持系统的设计

将智能决策支持系统与农药精确对靶喷雾技术有机结合起来,研究并集成了农药精确喷雾智能决策支持系统,为实现农药精确喷雾提供智能决策。在对系统目标、系统功能、系统结构分析的基础上,通过ID3算法对农药喷洒进行归纳,构建了PPSIDSS喷雾决策树。     

粒子群优化算法及其应用

粒子群算法是一种群体优化算法,详细介绍了粒子群算法的基本原理、参数选择及其应用领域.     

智能预报模式与水文中长期智能预报方法

建立了以模糊优选、BP神经网络及遗传算法有机结合的智能预报模式与方法。在应用该方法进行中长期水文智能预报时，首先选取训练样本的数量，根据预报因子与预报对象的相关关系得到相对隶属度矩阵;再将其作为BP神经网络输入值以训练连接权重；最后将得到的连接权重值用于预报检验。计算结果表明，智能预报模式与方法的运行速度、精度及稳定性都达到了实际应用的要求。