一类新的非线性混合拟变分包含的灵敏性分析

研究了一类新的非线性混合拟变分包含的灵敏性问题，通过使用预解算子及不动点技巧，证明了这类含参数的变分包含的解的存在唯一性及连续性，推广了近期有关文献的一些结果。     

一类4阶Feigenbaum映射的拟极限集

讨论一类4阶Feigenbaum映射的拟极限集及其Hausdorff维数, 并证明对任意t∈(0,log_3^1/2+12), 总存在一类具有简单轨 的4阶非单谷Feigenbaum映射， 它有一个以t为Hausdorff维数的拟极限集.     

非线性生育率阶段结构的收获模型

建立并分析了一类非线性生育率阶段结构的单种群的收获模型，得到了正平衡点全局稳定的条件，给出了最优收获策略．     

最小二乘法在石油闪点检测中的应用

以铂电阻分度函数为基础，利用最小二乘法算法，给出了拟合多项式，很好地解决了石油闪点检测系统中铂电阻不平衡电桥法测温方案中的非线性误差，其方便性和实用性已在应用中得到验证。     

一类不确定非线性系统的鲁棒稳定控制器的设计

运用微分流形的分布为工具，先将一类多输入多输出不确定非线性系统通过对角状态反馈变换为一个状态矩阵为区间矩阵的不确定线性系统，把非线性系统的不确定性和对角状态反馈变换误差转化为区间矩阵。再对区间矩阵系统应用实对称矩阵集合的最小上界定理进行鲁棒控制器设计，从而达到对原非线性系统的鲁棒稳定控制。最后通过一个算例验征了该方法的有效性。     

发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

基于变神经网络的非线性最小方差预测控制器

提出基于变神经网络学习动态系统参数的最小方差预测控制器。其目的是通过在线学习 ,使控制器(MVPC)能适应被控对象参数变化和非确定性。提出的变神经网络由两部分组成 ,一部分是线性神经网络 (LNN) ,作为被控对象局部线性动态模型 ,另一部分是多层交叉回归神经网络 (DRNN) ,它近似为非线性动态模型。由于引进递推最小方差算法 ,本控制器运算速度相当快。仿真结果表明所提方法对非线性系统自适应控制是有效的     

非线性技术的发展和现代教育

本文简要地介绍了近年来非线性技术的发展概况,及其在现代教育中的应用.     

平面刚架稳定问题的一种非线性分析方法

本文构造了既体现轴压力又体现侧向位移与轴向位移耦合因素的杆单元刚度方程,借助叠代逼近法处理非线性问题,综合杆件有限元分析的简便性与非线性分析方法的严密性,对受有水平和竖直均布载荷的单层与多层刚架稳定问题进行了研究,计算结果反映了多种因素对刚架力学响应的影响,得出有益的分析结论。