一种基于神经元网络优化的辨识方法

基于神经元网经络结构的优化，提出了一种新的辨识方法，并针对三层反向传播神经元网络，提出了该辨识方法的详细算法，通过实例仿真证实了该方法的有效性。     

乙烯塔节能控制专家系统的研究

针对乙烯精馏塔建立了基于产生式规则的节能控制专家系统。阐明了该专家系统的结构与设计思想,并基于乙烯塔节能模型的特征,提出了一系列功能块,如:知识的获取,知识的表达以及数据库的建立等。仿真研究表明,该专家系统能简单、有效、可靠地应用。     

神经元网络理论在乙烯精馏塔成分估计中的应用

针对前馈神经元网络误差反向传播算法（ＢＰ算法）收敛速度慢，且常常收敛于局部极小值等缺陷，提出了一种基于变步长、加压缩因子的共轭梯度搜索的快速学习算法。与标准的ＢＰ法相比，该方法不仅学习收敛速度快，而且精度也有所提高。通过对乙烯精馏塔成分估计的应用表明，该方法比最小二乘估计法具有更好的外推性。     

基于伪阻抗学习的神经网络状态估计方法

针对反向传播算法收敛速度慢，且常收敛于局部极小值的缺陷，讨论了伪阻抗学习算法；并利用神经网络的学习能力和非线性特性，讨论了非线性动态系统的状态估计方法。     

乙烯精馏塔优化专家系统

搜集、整理有关乙烯精馏塔优化控制性能等知识的基础上,以乙烯收率最大为优化目标,建立了基于产生式规则的优化专家系统,其推理机构是采用以事实驱动的正向推理。仿真研究表明,该专家系统能简单、有效、可靠地应用。