一类不确定T-S模糊系统的H_∞控制器设计

基于线性矩阵不等式的方法,研究了一类带有不确定参数的T-S模糊系统的H∞控制器设计问题.给出了参数不确定的T-S模糊系统的系统建模以及系统的二次稳定性,并且对此类T-S模糊系统的H∞控制问题进行了探讨,给出了新的基于状态反馈H∞控制器的设计方法.     

关于单位圆内亚纯系数线性微分方程解的微分多项式的值分布

研究了单位圆Δ={z∈C:z<1}内系数为亚纯函数的齐次和非齐次线性微分方程的亚纯解的增长性,同时精确估计了解的微分多项式取小函数值点的迭代收敛指数和迭代下收敛指数.     

解决线性规划系统识别问题的新方法

对一类特殊的逆线性规划问题———线性规划系统识别———进行研究,即试图通过给定的输入-输出数据来估计线性规划模型的技术系数矩阵以及目标函数系数.构建了估计技术系数矩阵的行估计模型,并对该模型进行改进得到更好的估计模型;基于Troutt提出的最大决策效率方法,构建了估计标准化目标函数系数的模型;通过两个数值算例说明该估计方法具有良好的表面有效性,且符合提出的后续验证准则.     

圆柱基础扰流环冲刷防护实验研究

马蹄涡对圆柱基础局部冲刷有重要影响.通过模型实验,研究了利用扰流环影响马蹄涡的发展,从而减弱局部冲刷的效果.实验中,扰流环安放在圆柱底部距离沙面不同位置处.实测数据结果表明:在均匀来流作用下,扰流环能不同程度地抑制马蹄涡,减小立柱基础的局部冲刷,效果最佳时泥沙冲刷量能减小40%.这种新的冲刷防护措施简单、实用、适应性强,为桩柱基础的冲刷防护提供了有用的参考依据.     

一致变化尾的随机和局部精确大偏差

基于带O正则变化独立同分布随机变量的部分和的局部精确大偏差的相关结论,将其对应的随机和分为3个部分,利用次指数函数的相互关系以及控制收敛定理,分别证明每个部分的渐近性.最后证明了在随机变量的密度函数是一致变化尾时,其随机和的局部精确大偏差的渐近性.     

面向独立任务的星型网格拓扑结构优化

文中以星型网格应用环境中独立任务周期性调度的研究成果为基础,通过分析网格平台分别处于非饱和态、临界态以及冗余态时的性质,提出了拓扑结构优化方法——静态优化与动态优化,给出了一种星型网格计算能力与资源利用率的度量方法;在静态优化方面,解决网格拓扑结构最优化的判断问题,给出组建最优化星型网格的方法;在动态优化方面,研究了网格拓扑结构动态变化时节点的准入策略;还根据网格计算能力与动态负载的匹配情况,提出了网格拓扑结构动态优化算法.最后给出了网格平台的扩展策略.     

金矿浮选回收率预测模型

浮选回收率是金矿选矿过程重要的生产指标,目前主要是通过人工化验的方法检测获得,人工检测周期较长,造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上,分别采用多元线性回归和BP神经网络的方法,建立了金矿厂浮选回收率的预测模型.预测误差分析表明,BP神经网络预测模型能较好地预测金矿厂的浮选回收率,当预测相对误差在±3%范围内时,模型的预测精度达到91%,对于实际生产具有良好的参考作用.     

二阶亚纯函数系数非齐次线性微分方程解的超级

研究了二阶亚纯函数系数非齐次线性微分方程f″+Af'+Bf=F解的超级不同零点收敛指数。当其系数满足一定的条件时,得到方程解的超级零点收敛指数的精确的估计。     

发动机动态特性组合神经网络建模新方法

针对现有发动机组合神经网络建模方法对不同数组结构的样本数据泛化能力较差的不足,提出一种多步线性插值法的组合神经网络建模方法. 该方法基于有限元建模思想,以具有丰富样本数据的某一维输入量构造网格线,对多维输入样本空间进行划分. 在网格线上,样本数据按照BP算法对网络模型进行训练,得到高精度神经网络函数,而在网格线中间,所求输出根据相邻的两条网格线的神经网络函数进行多步线性插值. 与传统组合神经网络建模方法的对比结果表明,在处理不同数组长度的多维发动机动态特性试验数据方面具有很好的适应能力.      

去除AMR语音编码器前瞻时延的研究

为降低自适应多速率（AMR）语音编码器的时延,提出了一种去除其前瞻时延的方法. 此方法采用协方差算法计算线性预测系数,然后用线性预测系数外推得到新样点. 用新推得的样点取代原来的前瞻样点,从而去除了编码器的前瞻时延. 进一步对重建语音质量分别进行了客观评价和主观评价,并且计算了算法复杂度. 实验结果表明该方法在去除前瞻时延的同时,重建语音质量接近原始AMR的重建语音质量.