基于神经网络的3自由度移动机器人跟踪方法研究

针对具有2个可操舵驱动轮的3自由度移动机器人的轨迹跟踪问题，利用神经网络的任意非线性逼近能力辨识出3自由度移动机器人的逆运动学模型，使系统的3个独立输入控制线性化，将一般非线性系统转化为仿射非线性系统。根据反馈控制理论，设计了跟踪控制器，使系统具有良好的全局稳定性，实现了移动机器人的位置和方位的独立跟踪。最后，通过仿真验证了算法的可行性和有效性。     

利用RBF神经网络实现聚合反应的内模控制

文中研究基于径向基(RBF)神经网络算法的内模控制策略在苯乙烯本体聚合反应相对分子质量分布控制领域的应用。利用神经网络对非线性系统的逼近能力，把内模控制推广到聚合反应过程质量指标控制这一非线性系统中。针对建模过程中存在的稳态误差，在训练数据中增加了部分静态数据，有效的提高了模型的验证精度，大大改善了由神经网络构成的内模控制器的控制精度，消除了系统余差。仿真结果证明，基于神经网络算法的内模控制策略达到了较好的控制质量。     

M-P人工神经网络用于核电站故障诊断系统

按照实际情况,将人工神经网络M-P模型应用于核电站机组故障诊断系统的部分诊断网络。根据核电站故障诊断信号和故障事件特点,提出在特定诊断网络中使用M-P模型的可能性和具体构建诊断网络的方法,对其优缺点进行了比较。使用M-P模型对核电站重要厂用水系统建立了简单诊断网络,进行了验证。该模型简单直接,可以避免若干使用其他人工神经网络模型时遇到的问题。该模型与其他模型结合使用于核电站故障诊断系统,尤其在处理逻辑判断性较强的诊断任务时,可以达到更好的效果。     

基于神经网络的冲击地压危险性预测预报

文章分析了影响冲击地压危险性的主要因素，首次利用神经网络模型模拟各个因素之间的复杂的非线性关系，消除了传统预测方法中的人为确定冲击危险指标的影响。检验结果表明：模型可靠，预测精度高。为冲击地压与人工智能等高新技术的进一步结合奠定了基础，进一步拓宽了神经网络技术的研究领域。     

倒立摆系统及其智能控制研究

倒立摆系统是绝对不稳定非线性系统的一个典型范例，如何对其进行有效的控制是控制界的一大热点。这里以各种智能控制理论为基础，对应用于倒立摆系统控制的智能控制方法进行综述，分析了各种方法的特点和联系，最后还就这一领域的研究方向进行了展望。     

simELFN:提高Ad hoc网络TCP性能

标准TCP把Adhoc网络中的移动丢包也解释为网络发生了拥塞，从而启动拥塞控制。造成TCP性能的下降。simELFN技术利用中间节点的反馈信息并结合路由协议自身的特性，能区分丢包的本质原因，并且能避免其他反馈方法所面临的多个重复确认问题。经过分析和仿真表明simELFN能够有效地提高TCP性能。     

不编程实现管网水力平差的方法

介绍用哈代-克罗斯法进行管网水力平差计算在Excel软件中实现的方法,包括计算表格设计、计算公式建立、实际应用技巧等。利用Excel的数组公式实现不编程自动进行环状管网的平差计算。该方法具有与手算习惯相同,准备工作量少,计算简单、方便,又可以多次重复使用等特点。     

用于单相异步电动机变频器的研究

从理论上论述了单相电容电动机变频调速的可行性，在对称运转的条件下导出了单相电容电动机的电压频率关系式，并给出了相应的电压型逆变器的原理图．应用矢量法分析了该变频器的输出波形，并据此提出了一种新型的脉宽调制（ＰＷＭ）波产生方法．实验结果表明：在指定的频率范围内，单相电机速度可调，运行状态良好．     

神经网络专家系统在试井解释中的应用

论述了应用专家系统和人工神经网络自动识别试井解释模型的新方法．首先应用人工智能对试井解释模型的压力导数图进行识别，建立了用专家系统构成模块式识别系统；然后应用人工神经网络实现试井解释模型识别；该系统能根据新的试井资料识别试井解释模型；最后，神经网络和专家系统相结合用于试井解释．油田实际试井数据的识别结果说明该方法是一种非常有效的识别方法，对不完全的，有噪声的试井数据也能有效地识别，识别准确率较其它方法都有较大提高     

CDMA技术原理及在PCN中的应用特点

介绍码分多址（ＣＤＭＡ）技术原理及个人通信网（ＰＣＮ）基本思想，在与频分多址（ＦＤＭＡ）、时分多址（ＴＤＭＡ）技术比较后，说明了ＣＤＭＡ应用于ＰＣＮ中的优越性。