两向斜放类与三向钢筋混凝土空腹网架的分析方法

本文是在文[1]、[2]、[3]基础上的推广与发展,即用柔度法对正交斜放与三向钢筋混凝土空腹网架进行内力分析。在工程实例申提出一种新的装配整体式钢筋混凝土空腹网架结构,并和五种屋盖的结构形式进行分析比较,证明此类结构将更节约建筑用材和降低工程造价。     

对角度规谐和条件下不存在引力辐射和引力波

证明了在对角度规谐和条件下,在不存在引力辐射和引力波,并对Ｂｏｎｄｉ引力平面波和引以立波进了讨论。     

非紧策略集上的Nash平衡的存在性

引进对角转移连续，对角拟凹和FS-凸等概念，然后在非紧的策略集上运用KKM引理得到新的Nash平衡存在性结果。     

无序对介观环持续电流的影响

研究处在非均匀磁场中的一维介观环持续电流受无序的影响问题，得到非对角无序对持续电流在更大的衰减效应。     

巷道掘进中应用可控循环通风时瓦斯浓度的峰值运移规律的探讨

为了在实际中应用可控循环风，本文分析了在掘进巷道中应用可控循环风时，沿巷道的瓦斯浓度峰值运移规律，并得出了在掘进巷道中瓦斯浓度峰值由风筒的漏风量大小决定的结论。图３，参２。     

两传感器按对角阵加权信息融合稳态Kalman滤波器

应用现代时间序列分析方法,在按对角阵加权线性最小方差最优信息融合准则下,基于Riccati方程,提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比,可减少计算负担,与单传感器情形相比,提高了滤波精度.一个仿真例子说明其有效性.     

基于动态神经网络的PID参数整定与实时控制

提出了一种基于对角回归神经网络的PID控制器结构,给出了PID参数在线自整定的学习控制算法。为检验控制效果同时还使用了静态BP网络来整定PID参数,并在Matlab环境下,分别建立了基于对角回归神经网络和BP网络的液位实时控制系统。实际的控制效果说明,基于动态网络的PID控制器工作稳定,具有较好的鲁棒性。     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。     

基于对角递归神经网络的非线性逆动态控制

采用2个对角递归神经网络(DRNN)构成非线性逆动态控制系统，一个用作辨识器，逼近系统的正模型，为逆动态控制提供系统的灵敏度；另一个用作控制器，逼近系统的逆动态模型，再与原系统串联组成伪线性系统．仿真结果表明该控制方法实现了对非线性系统的有效控制。     

矩阵同时相似于对角矩阵问题的研究

矩阵相似于对角矩阵是高等代数和线性代数中一个重要而基本的问题，而一般的文献只讨论了一个方阵相似于对角矩阵的条件．本文给出了两个矩阵可同时相似于对角矩阵的充要条件，由此进一步推出了多个矩阵同时相似于对角矩阵的条件．