利用ZigBee技术构建无线传感器网络

通过对新型、开放的无线互联技术ZigBee技术的分析；结合传感器技术、ZigBee、IEEE1451．2技术、路由协议，构建了一种无线传感器网络．分析讨论了基于“燃气表数据无线传输系统”的无线传感器结构和无线传感器网络的实现．  

基于粗糙集理论的分类规则发现

研究了利用粗糙集理论中核的概念，求取信息系统的最小简化策略，给出了从数据库中发现分类规则的方法。  

基于粗糙集理论的内燃机故障诊断专家系统

在故障诊断专家系统的基础上，引入粗糙集理论，并以信息系统属性值表为主要工具，专家系统中的规则进行约简并剔除不必要的属性，揭示了故障诊断信息中内的冗余性，降低了故障诊断专家系统构成的复杂性，并建立了简化后的决策规则。  

汽车起步过程的离合器控制

机械式自动变速器是对使用手动齿轮变速箱和干式摩擦离合器的传统动力传动系统进行改造,实现操作自动化而形成的一种机电一体化装置.汽车起步过程的离合器控制按照快-慢-快3个阶段进行.离合器滑磨阶段的控制是解决问题的关键.从实际应用角度出发,深入分析了汽车起步过程中离合器接合控制的主要影响因素.以降低起步冲击度和减少离合器滑磨功为原则,提出了一种离合器控制策略.在装用AMT的桑塔纳轿车上进行的坡道起步道路试验结果表明,所提出的离合器控制策略得到了成功应用.  

一种简化的小波去噪算法

介绍了信号奇异性及正则性的数学概念及如何利用小波变换测量信号的奇异性及正则性，介绍了小波去噪原理及优越性，提出了一种简单、实用的小波去噪方法。  

AMT车辆节气门执行器的仿人智能模糊控制

讨论了将仿人智能模糊控制器应用于汽车自动变速器发动节气门招待器的思路和设计方法，给出了所设计的电液式节气门执行器的结构，控制系统的组成，仿人智能模糊控制器的原理和控制算法及实验结果，实际应用证明电液式节气门招待器采用仿人智能模糊控制能很好地保证招待器的快速性，平衡性和较高的控制精度，其性能满足实际应用的要求。  

一种新的量子蚁群优化算法

 针对蚁群算法在求解连续空间优化问题时易于陷入局部最优和收敛速度慢的问题，提出了一种新的基于量子进化的蚁群优化算法。 该算法采用量子比特的概率幅表示蚂蚁当前位置信息；设计了一种新的量子旋转门更新蚂蚁位置, 完成蚂蚁的移动；最后采用量子 非门实现蚂蚁所在位置的变异, 增加位置的多样性。不仅从理论上证明了所提出算法的收敛性，而且通过仿真实验表明该算法可使 搜索空间加倍，比传统的蚁群算法具有更好的种群多样性，更快的收敛速度和全局寻优能力。  

现代数据挖掘技术研究进展

数据挖掘是一个多学科交叉融合而形成的新兴的学科.笔者介绍了数据挖掘的一些基本知识及有关概念,阐述了数据挖掘的一些基本方法(传统的统计学方法、神经网络、决策树、进化式程序设计、基于事例的推理方法、遗产算法、非线性回归方法),然后对当前数据挖掘在各种领域的应用进行了概括,并提出了一些难点(数据质量、信息可视化、极大数据库、信息分析员技能)和今后的研究方向.  

一种基于改进的RBF神经网络的铁水脱硫预报模型

脱硫过程是炼钢生产中一个十分重要的环节。脱硫效果的好坏，直接关系到炼钢生产能否保质保量地进行，而这又取决于对脱硫过程的控制，其关键是脱硫剂的加入量。因而必须建立脱硫过程模型，实时和高精度地预报脱硫剂的加入量。而脱硫过程又是一个非常复杂的工艺过程，采用传统的方法建立的模型无法保证稳定和高精度的脱硫效果。笔者提出了一种基于改进的RBF神经网络的铁水脱硫预报模型及其具体设计方法，并在炼钢厂进行了实际投运。结果表明，该模型性能良好，这同时说明了设计方法的有效性和实用性。  

基于支持向量机的缺陷识别方法

针对缺陷检测存在的检测手段落后、工序繁琐、准确率低、不易在线实施、受人为因素影响，以及用人工神经网络对小样本事件进行缺陷识别存在的过学习、推广性差等问题，从数据挖掘的角度，提出了直接从形成缺陷的影响因素着手，先消除工艺参数的冗余和噪声，再运用支持向量机分类算法，进行自动缺陷识别的新方法。通过具体的试验表明：该方法具有成本低廉、准确率高、推广性强、容易在线实施等技术优势。