正则模糊神经网络对于连续模糊函数的近似能力研究

研究了正则模糊神经网络对于模糊函数的逼近问题 .当σ是R上的非常量有界连续函数时 ,得到了被四层前向正则模糊神经网络 ∑qk=1 Wk · ∑pj=1 Vkj·σ X· Uj Θj 以任意精度逼近的连续模糊函数所满足的几个等价条件 .最后的例子给出了几类这样的模糊函数     

时滞离散智能系统的动态输出反馈镇定控制器综合的统一方法

提出标准神经网络模型（SNNM）来描述包含神经网络或T—S模糊模型的时滞（或非时滞）离散智能系统．SNNM由离散线性动力学系统和有界静态非线性算子连接而成．利用SNNM的全局渐近稳定性分析的结果，分别设计线性或非线性动态输出反馈控制器，使得SNNM的闭环系统稳定．控制方程可以表示为线性矩阵不等式（LMI）形式，便于利用各种凸优化算法求解以获得控制规律．大部分基于神经网络（或模糊模型）的时滞（或非时滞）离散智能系统都可以转化为SNNM，以便采用统一的方法来综合这些智能系统的控制器．SNNM的3个应用例子表明：SNNM不仅使得大多数基于神经网络（或模糊模型）的离散智能系统镇定控制器的综合简单易行，而且为其他类型的非线性系统的控制器综合提供新的思路．     

形式系统T^＊的完备性及其应用

研究了R0代数类的性质与结构，并用这些结果证明了R0区间[0,1]上的每个重言式在任－R0代数上仍是重言式，进而基于T^*－Lindenbaum代数的特殊结构证明了系统T^*的完备性与强完备性。还讨论了形式系统T^*在模糊推理中的应用，所得结果和例子表明系统T^*优于其他一些常用的模糊逻辑系统。     

基于客户满意度的模糊神经网络JSP研究

针对具有不确定性因素的作业车间调度问题，基于模糊数学的思想，把模糊加工时间、间隔期和模糊交货期用梯形模糊数表示，建立了基于客户满意度曲模糊作业车间调模型。运用Hopfleld神经网络算法求解，结合目标函数和JSP的全部约束条件，构建能量函教和JSP换位矩阵，保证了神经网络稳态输出为最优生产调度方案。最后用网络计划图对稳态输出的换位矩阵进行解码得到最优调度甘特图，避免了传统成本树法易出现死锁调度的问题。计算实例验证了本算法的可行性和有效性。     

形式系统L*的完备性及其应用

研究了R0代数类的性质与结构,并用这些结果证明了R0区间[0,1]上的每个重言式在任一R0代数上仍是重言式,进而基于L*_Lindenbaum代数的特殊结构证明了系统L*的完备性与强完备性. 还讨论了形式系统L*在模糊推理中的应用,所得结果和例子表明系统L*优于其他一些常用的模糊逻辑系统.     

一种新的模糊神经网络及其逼近性能

给出了一类折线模糊数间新的模糊算术，对于递增函数σ : R→R得到了一个新的扩展原理，并由此建立了一种新的模糊神经网络模型，该模型在设计学习算法、逼近能力等方面具有优越的性能. 最后证明了相应的前向三层网络可以作为连续递增模糊函数的通用逼近器.     

形式系统~*的完备性及其应用

研究了R0代数类的性质与结构,并用这些结果证明了R0区间[0,1]上的每个重言式在任一R0代数上仍是重言式,进而基于（?）-Lindenbaum代数的特殊结构证明了系统（?）的完备性与强完备性.还讨论了形式系统（?）在模糊推理中的应用,所得结果和例子表明系统（?）优于其他一些常用的模糊逻辑系统.     

基于真值的SBL_～公理化扩张系统的计量化

本文首先在带有对合否定的△模糊逻辑系统SBL～中,运用△演绎定理和真值分布,论证了SBL～系统中有效推理的真值关系定理.其次以SBL～系统的公理化扩张Godel～为例,提出了△相似度、△距离,运用真值关系定理论证了△度量空间逻辑算子→,～的连续性,给出了公式与理论间距离的计算方法,从而实现了△模糊逻辑系统的计量化.最后在Godel～系统中提出了3种近似推理模式,并讨论了3种模式之间的关系.     

离散时滞标准神经网络模型及其应用

为了能够方便地分析离散递归神经网络（RNN）的稳定性，以及解决目前比较难的离散非线性系统的控制器的综合等问题，类似于鲁棒控制中的标准模型，提出一种新的神经网络模型——离散时滞标准神经网络模型（DDSNNM），它由离散线性动力学系统和有界静态时滞（或非时滞）非线性算子连接而成。利用不同的Lyapunov泛函和S方法推导出基于线性矩阵不等式（或非线性矩阵不等式）的DDSNNM全局渐近稳定性和全局指数稳定性的充分条件。大多数离散时滞（或非时滞）RNN稳定性分析或包含神经网络的非线性控制系统都可以转化为DDSNNM形式，从而进行稳定性分析或镇定控制。从DDSNNM应用于离散时滞细胞神经网络（CNN）的稳定性分析以及非线性控制系统的综合实例可以看出，DDSNNM不仅使得大多数RNN的稳定性判定简单易行，而且为非线性系统的控制器设计提供新的思路。     

一类非线性奇异Hamilton系统的H_∞控制

文中研究了一类非线性奇异Hamilton系统的稳定性和H_∞控制问题.基于该系统的结构特征,首先应用严格系统等价理论将该系统等价地转化为非线性耗散Hamilton微分代数系统,接着在此耗散形式下,研究非线性奇异Hamilton系统的稳定性问题并设计它的H_∞控制器,最后给出一个非线性电路系统的仿真实例.     

基于非线性自适应神经网络的刨煤机刨头位置控制系统

由于多种因素影响刨煤机刨头位置的控制，本文提出了一种基于非线性自适应神经网络的刨煤机刨头位置控制系统，该系统采用了多传感器数据融合的方法，并将其应用在前馈反馈自适应神经网络中，其结果表明，与常规PID系统相比该系统能够消除静差从而更好地跟踪参考曲线。     

多自由度强非线性随机系统非能量依赖的精确平稳解

提出了构造具有非能量依赖特性精确平稳解的多自由度强非线性随机系统的新方法．首先用外微分法导出与高斯白噪声外激和参激作用下的多自由度强非线性随机系统等价的Fokker-Planck-Kolmogorov（FPK）方程,该等价FPK方程与原FPK方程的主要区别是增加了任意反对称的扩散矩阵,然后通过确定反对称扩散矩阵的系数用逆解法可得到原系统的精确平稳解,它一般是非能量依赖的,也包括了已有的能量依赖的几类精确平稳解,是迄今为止最广泛的一类多自由度强非线性系统的精确平稳解．     

模糊图灵机的逼近性与通用性

模糊图灵机是模糊算法或模糊计算的形式模型．文中研究了模糊图灵机的几种变形，这包括基于max-★复合运算的非确定型模糊图灵机（简写为NFTM★，其中★为t-模），非确定型模糊图灵机（简写为NFTM），确定型模糊图灵机（简写为DFTM），以及这些变形的多带版本．得到了以下一些结论：第1，若t-模★不满足有限生成条件，则NFTM★，NFTM和DFTM一般不等价，这里等价指的是识别相同的模糊语言．但在逼近意义下等价，也即，NFTM★可以被NFTM以任意精度逼近，并给出了相关的构造．引入了模糊递归可枚举语言与模糊递归语言的概念，并利用递归可枚举语言与递归语言对其进行层次刻画．第2，如果限制NFTM★的模糊隶属函数的取值域为单位区间[0，1]的一个固定的有限子集D3则存在通用模糊图灵机，用该通用模糊图灵机可以模拟上述类型的限制型模糊图灵机．一般地，通用模糊图灵机在逼近意义下存在，该通用模糊图灵机可以以给定精度模拟任意类型的模糊图灵机．     

一种实际不可逆循环系统的等价热力变换分析法

提出一种等价热力变换分析法，它根据有效能消耗总伴随着热量输运过程的物理事实，定义了各子过程和循环的等效热力温度，把实际不可逆循环的热力／热泵循环系统等价变换为简单的正／逆卡诺循环系统进行分析，导出的等效高温热源温度计算式奠定了等价热力变换分析法的基础；提出采用玮．h图和TR—q图作为热力／热泵系统性能分析和有效能消耗分析的工具图，可直观表示热力系统中多种物质的热量、功量交换和焓的变化，易于计算出系统性能系数和各项有效能消耗；以热泵热水器和R22工质为例，系统介绍了等价热力变换分析法，示范性给出了等价热力变换分析法中关键参数的拟合式，展示了该分析法在变工况性能模拟和推算应用中的优势和良好前景．     

变论域自适应模糊控制器

基于模糊控制的插值形式提出以变论域为手段的自适应模糊控制器。首先定义了控制规则的单调性,证明了作为模糊控制的插值函数的单调性等价于控制规则的单调性,从而保障了在论域变化之下控制规则的无矛盾性。然后讨论了变论域伸缩因子的构造。最后给出３种变论域自适应模糊控制方法,即潜遗传自适应模糊控制方法、显遗传自适应模糊控制方法以及逐步显遗传自适应模糊控制方法。     

基于隶属度比较的描述逻辑SHOIQ模糊扩展

语义Web模糊知识的表示和应用经常需要涉及多个模糊隶属度值及其比较的复杂模糊知识描述,但现有的描述逻辑模糊扩展缺乏描述和使用这类复杂模糊知识的能力.文中提出新的描述逻辑SHOIQ模糊扩展SHOIQFC语言.SHOIQFC不仅具有模糊描述逻辑FSHOIQ的全部表达能力,还支持涉及多隶属度值及其比较的复杂模糊知识的表示与推理,拓展了描述逻辑模糊扩展的应用范围.证明了SHOIQFC知识库一致性问题的可判定性并给出Tableau推理算法,为实现语义Web复杂模糊知识的表示与推理提供理论基础.     

二进神经网络表达奇偶校验问题的隐元最小数目上界

二进神经网络采用线性分类,是结构简单又易于实现的一类神经网络,在许多应用领域中都有重要研究价值.对于单隐层二进神经网络,目前隐层规模的确定问题仍然没有明确的研究结论.本文在研究隐层规模问题的过程中,提出了布尔空间的最多孤立样本问题.在二进神经网络隐层神经元各自表达一个"与"关系,所有隐层神经元通过输出元形成"或"关系的情况下,证明了实现最多孤立样本问题需2n?1个隐层神经元.更重要的是,指出了n元奇偶校验问题和最多孤立样本结构的等价性.进一步地,通过引入隐层抑制神经元将隐元数目降为n,说明了抑制神经元在二进神经网络中的重要作用.最后,在Hamming球与SP函数的基础上,揭示出抑制神经元和n元奇偶校验问题的逻辑关系,并给出了奇偶校验问题的逻辑式表达.     

三维可压大气中重力波波包非线性传播的数值模拟

采用全隐Euler格式(FICE)对重力波波包在风场中的三维非线性传播进行了数值模拟, 给出了重力波波包三维非线性传播的全过程, 分析了重力波的传播特性及风场对重力波传播的影响. 结果表明: 二维全隐Euler格式能够推广到三维情况下使用, 并能保持计算的长期稳定; 波振幅的增长比线性条件下的指数增长要快, 非线性传播使水平扰动速度大幅度增长, 会导致局地背景风场的增强; 波包非线性传播的路径、能量传输速度不同于线性重力波理论给出的结果, 非线性效应导致了重力波传播特性的改变；风场会改变重力波传播的路径和速度.     

具有最优代数免疫的奇数变元Boole函数

首先，给出了三类具有最优代数免疫的奇数变元非对称Boole函数，还给出了奇数变元Boole函数具有最优代数免疫的一些必要条件，有利于判别Boole函数是否具有最优代数免疫．另外，给出择多函数的Walsh谱，由其特征给出了奇数变元Boole函数具有最优代数免疫同时有较高非线性度的几个必要条件，并且给出了一类具有最优代数免疫同时非线性度大于择多函数的非线性度的奇数变元Boole函数．最后给出了奇数变元Boole函数具有最优代数免疫同时是l阶弹性函数的一个等价条件。     

一个渐近最优的非参数自适应控制器

对一类具有未知非参数非线性结构的离散时间随机控制系统，利用核估计方法和载尾的必然等价原则，设计了一个非参数自适应控制器，并且证明了在不必人为地引进外部激励的情形下，收这个控制器所决定的闭环系统不但是全局稳定的而且是渐近最优的。