区间矩阵Hurwitz稳定的充分及充要条件

区间矩阵稳定性问题是控制理论中十分棘手又无法回避的问题。利用向量比较原理，讨论了连续区间系统的稳定性，得到了区间矩阵Hurwitz稳定的充分(充要)条件。如果由区间矩阵端点构造的检验矩阵A0 D Hurwitz稳定，则区问矩阵Hurwitz稳定。     

基于CPSO和SVM的混沌时间序列预测

提出了一种改进的支持向量机(SVM)混沌时间序列预测精度的方法.对于模型参数估计,引入混沌粒子群优化算法(CPSO)实现全局寻优,利用支持向量回归实现非线性系统的建模和预测.对Mackey-Glass混沌时间序列进行了预测实验的结果表明,本文方法能对Mackey-Glass混沌时间序列进行准确预测.     

基于模糊神经网络的车辆类型自动检测

高速公路车辆类型自动检测是智能交通系统中的一个重要组成部分。本文提出了一种用于高速公路车辆类型检测的T-S型模糊神经网络(T-SFNN)模型。通过几何模型,从激光传感器所采集的数据中提取车型特征向量。在此基础上,设计出模糊神经网络车辆类型识别检测器并对神经网络进行有效地训练与测试。仿真结果表明,该方法的收敛速度快,车辆类型识别的精度较高,具有稳定的输出性。     

基于CPSO和SVM的混沌时间序列预测

提出了一种改进的支持向量机（SVM）混沌时间序列预测精度的方法。对于模型参数估计,引入混沌粒子群优化算法（CPSO）实现全局寻优,利用支持向量回归实现非线性系统的建模和预测。对Mackey-Glass混沌时间序列进行了预测实验的结果表明,本文方法能对Mackey-Glass混沌时间序列进行准确预测。     

基于积分等式的中立系统时滞相关稳定性分析

讨论了具有区间时变时滞及非线性扰动中立系统的稳定性判据问题.基于Lyapunov-Krasovskii泛函方法和线性矩阵不等式技术,并结合新的积分等式处理交叉乘积项定界问题,得到了新的时滞相关渐近稳定判据.时滞相关渐近稳定判据用线性矩阵不等式的形式给出,与已有的方法相比,其优点在于更小的保守性.数值计算表明了结果的有效性和优越性.     

企业电能耗的BP神经网络预测模型

在我国节能减排的大环境下,企业的电能耗预测问题一直都备受关注.准确预测电能耗对企业决策有重要的意义.本文以鞍山某矿山公司电能耗历史数据为研究对象,通过Grubbs检验进行数据的离群检测,以剔除某些失真数据,并用主成分分析法对电能耗的影响因素进行降维处理,建立了BP神经网络的电能耗预测模型.利用Matlab对数据分析,给出了该公司未来一年内各月份的电能耗情况.     

样本方差定义分析

分析了2种不同的样本方差计算公式.若只描述抽样样本数据间的离散程度,则样本方差计算公式中的除数应为n;若对总体的方差进行估计,则需要选择除数为n-1的样本方差公式.     

几个区间矩阵稳定性的充分条件

论述了关于区间矩阵稳定性的问题.通过对测试矩阵Wh是否为一非奇异的M矩阵的判断,得到了几个区间矩阵稳定的充分条件.并且,在Kyfan定理和Ostrowski定理的基础上,对区间矩阵的稳定性的判定得出了几个充分条件.     

几个区间矩阵稳定性的充分条件

论述了关于区间矩阵稳定性的问题．通过对测试矩阵Wh是否为一非奇异的M矩阵的判断，得到了几个区间矩阵稳定的充分条件．并且，在Kyfan定理和Ostrowski定理的基础上，对区间矩阵的稳定性的判定得出了几个充分条件．     

一类具有混合时滞的神经网络指数稳定性分析

讨论了一类具有混合时滞(包含离散和分布时滞)的人工神经网络的指数稳定性问题.通过将时滞区间分为不等的两部分,并结合倒数凸方法,得到了系统指数稳定的新判据,判据以线性矩阵不等式的形式给出.最后用两个数值实例说明了所得结论的有效性与更小的保守性.