基于神经网络的空间7R冗余机器人的运动模型辨识

针对空间冗余机器人运动学控制中正、逆运动学求解的复杂性，采用神经网络从两方面解决这一问题。一是从神经网络出发，提出了一种新的动态神经网络结构--状态延迟输入动态递归神经网络（SDIDRNN），提高了网络的学习速度；二是从辩识方案出发，以SDIDRNN为基础，在空间7R冗余机器人正、逆运动学模型辩识的问题上，设计了一种新颖的解耦辩识方案。将其与另外两种具有普通网络结构的辩识方案相比较，说明了该新方案具有更高的学习能力，辩识误差可降低到对比方案的40％-6％。由于学习速度的提高，达到设定误差时的训练次数大大减少，使该方案在机器人运动控制系统中的实时计算能力大大增强，为神经网络在机器人运动学控制中的应用提供了一条崭新的思路，具有重要的应用意义。     

新型船舶自适应舵机系统的研究

提出了采用模糊辩识器对船舶舵机离线辩识,使用遗传算法对辩识器进行参数寻优,并用ＢＢＰ算法对模糊神经网络控制器的有关权值在线调整以适应被控对象的参数变化。给出了遗传算法对控制器的参数优化方法。仿真结果证明了控制策略的有效性。     

异步电动机转子转速的非线性辩识与估计

提出了一种基于直接转矩控制理论的无速度传感器交流调速系统的设计方法。它利用模型参考自适应参数辩识思想 ,采用转子转速非线性观测器实现电机转速的估计。理论和仿真结果表明 ,这种方法可以保证转速辩识方法的全局渐进稳定     

基于神经网络的非线性系统故障诊断

本文对非线性系统的故障检测与诊断提出了一种新的方法。利用神经网络对非线性系统进行辩识与建模 ,通过比较实际输出与模型的输出 ,可在线辩识出故障幅值的大小。     

系统参数估计的对半估计辅助变量法

本文提出了一种新的参数估计方法,即对半估计辅助变量法,它把辅助变量法的一个2m阶矩求逆化为一个m阶矩阵求逆,理论分析和仿真结果都表明新方法的辩识时间只有辅助变量法的50%, 也比最小二乘法的辩识时间为短,本文从理论上证明了这种新方法具有一致性估计,获得了它的递推算法,以适应在线辩识。     

基于遗传算法和抽样反分析法的结构参数辨识

提出基于遗传算法的多层建筑结构参数辩识方法，并与抽样反分析法进行比较，进而在辩识的基础上进行结构响应预测。结果表明，对单自由度或辩识精度要求不太高的结构参数辩识，宜采用抽样反分析法；对自由度多或辩识精度要求高的参数辩识，粗采用遗传算法。遗传算法的辩识精度较高，预测较准确。     

基于信息论测度的进化计算策略

提出了一种新的进化计算策略，综合了信息论测度与最优决策过程，提出并证明了该计算体系的有关性质和定理．该进化计算策略有助于非线性系统的自适应辩识和预测，具有较为广泛的应用前景．     

基于前馈神经网络的动态负荷模型辨识

本文提出了一种利用人工神经网络（ＡＮＮ）与系统辨识技术相结合的动态负荷建模方法。首先简要介绍了电力系统负荷的动态模型和前馈神经网络，然后具体讨论了应用ＡＮＮ辩识负荷模型参数的方法，并结合具体辩识程序的框图，分析了辩识过程中应注意的问题。研究表明，本文提供了一条有效的辩识建模途径。     

CSTR的非线性预测控制

对于像ＣＳＴＲ化学反应器的控制，由于其过程本身的严重非线性而变得十分困难，本文提出一种采用Ｈａｍｍｅｒｔｅｉｎ模型的预测控制方法来控制上述非线性过程。Ｈａｍｍｅｒｓｔｅｉｎ模型采用两种方法进行辩识，联立辩识法与序贯辩识法，本文特点地提出一种改进型Ｈａｍｍｅｒｔｅｉｎ模型，用于克服常规Ｈａｍｍｅｒｓｔｅｉｎ模型在控制器设计时的不足之处，对ＣＳＴＲ反应器之仿真结果表明，基于上述两种Ｈａｍｍｅｒｓｔｅｉ     

基于辩识模型的自动电压调节器

本文利用参数辩识的思想对一单机无穷大电力系统进行辩识以获得其数学模型,同时在辩识过程中考虑了噪声的影响,从而使得到的模型更能准确地反映实际系统。在辩识模型的基础上按最小方差控制原理设计了一离散型自动电压调节器。为避免出现静态偏差,采用了离散最小方差控制与连续积分控制相结合的方式,收到了良好的效果。这种控制方式实现非常简单。仿真结果表明,在各种情况下其性能均优于常规PI调节器,因此具有较高的实用价值。     

张骥《关学宗传》的学术史意义

为了提高拓扑优化在实际工程应用中的速度,将一种基于拓扑灵敏度的拓扑优化算法与免组装有限元法结合,对汽车悬架控制臂进行多工况拓扑优化.该方法使用一致的体素单元划分网格,用压缩共轭梯度法(DCG)加速有限元的求解,得到结构的应力和应变场,从而获得拓扑灵敏度场,用来控制结构拓扑变化.通过添加多工况优化以及加工约束功能,使该方法更符合工程应用的要求.通过对比,该方法和商用软件能够获得性能接近、形状相似的优化结构,而整个优化过程的速度有显著提高.     

工程计划的时间—费用优化

本文讨论了工程建设项目计划的时间——费用优化问题。为了得到该工程项目最低的费用工期,本文应用网络计划技术,并采用计算机辅助逐步分析优化的方法,从网络图上找出影响该工程项目的关键工序,予以重点安排,通过不断地调整网络图来对该工程项目的网络计划进行时间——费用优化,找出最优方案。本文用这种方法对一个具有16个工序的工程计划进行了时间——费用优化,计算结果说明了本算法的有效性。     

基于多目标模糊优化方法施工方案技术

应用多目标模糊优化方法，采用了相对隶属度的概念，具有更客观评价结果的特点，在满足既定方案的要求下，按照某一衡量指标，克服了具体问题难在建立隶属度函数的缺陷，旨在改进单目标工程施工网络计划优化技术，结果表明，该方法在施工多目标方案优选中，概念清楚，适用性较强，可应用于工程决策的各个阶段，祢补了单一目标优化决策不足，可以改善网络优化技术，具有较广泛的应用前景。     

海洋数值模拟中的伴随数据同化方法

从伴随方程的推导、伴随数值模型的构造以及伴随数据同化中的最优化方法3个方面对伴随数据同化基本理论的研究现状进行了较为系统的归纳和评述;从优化初始状态、优化模式中不确定参数和优化开边界条件等3方面,综述了伴随法在海洋数值模拟中的应用.最后讨论了伴随法在海洋数值模拟应用中存在的问题,指出,对于伴随法用于数值模型的参数优化,只能对其在物理意义范围内进行适当调整和估计,而不能背离物理背景使目标函数最优.     

基于滑动时间窗的机场流量优化分配

针对机场实际运行过程中飞行流量需求以及机场容量动态变化的特点,将滑动时间窗概念应用到机场飞行流量分配问题中,提出了一种基于滑动时间窗的机场流量动态优化分配方法。对基于滑动时间窗的流量优化分配原理进行了阐述,该方法采用不断进行的动态流量分配代替静态的一次性流量分配,能够实时得到当前时间段最优化的流量分配方案,为机场战术流量管理提供决策支持。实例计算表明：基于滑动时间窗的机场流量优化分配方法在动态环境中能够较好地达到实时优化分配飞行流量目的,而静态流量分配方法不适用于动态环境,文中方法实用有效。     

基于遗传算法的复合材料层压板固有频率的铺层角优化设计

本文采用遗传算法，对给定层数的复合材料层压板在满足有固有频率的要求下进行铺层角的优化设计．通过对二十层对称层压板的优化计算可以得到：采用本文所述方法．不仅可以成功地解决结构优化中的离散问题，而且具有较高的计算效率．本文所提出的方法不仅简单易行，而且容易推广应用到更复杂的结构优化问题。     

特征统计算法及其在NP组合优化问题上的应用

特征统计算法是为了解决复杂多极值优化问题而开发的一种新的全局优化算法。为了检验该算法的性能,应用它在一类具有代表性的NP组合优化问题-旅行商问题(TSP)上作了计算。结果发现,该算法虽不是专为TSP问题而开发,却在该问题上取得了很好的结果。所得到的结果表明,特征统计算法可以作为解决这类NP组合优化问题的一个新的途径。     

基于遗传算法的非线性系统参数优化方法

提出了一种基于遗传算法的非线性系统参数仿真优化方法，解决了非线性系统参数优化问题，由于遗传算法是在解空间的多个区城内进行搜索，能以较大的概率跣出局部最优，因此可找到整体最优解。仿真结果表明，该方法是一种有效的非线性系统参数优化方法。     

基于两级优化-进化算法的结构优化设计研究

针对结构优化设计问题的特点，提出了两级优化－进化算法的优化策略。以一个12层框架结构的优化设计为例，测试了该优化策略的效率，与单独采用进化算法相比，该优化策略在保证优化结果精度的前提下能大幅度提高优化的效率，是一种较好的工程优化方法，虽然以多层框架结构为优化对象，但提出的优化策略完全适用于其它类型结构的优化问题。     

求解一类不可微优化问题极大熵微粒群混合算法

针对一类不可微优化问题,本文提出了一个新的算法—极大熵微粒群混合算法.首先利用极大熵方法把带约束的不可微优化问题转换成无约束的单目标最优化问题,然后利用微粒群算法对其进行求解.利用4个测试函数对其进行测试并于其它算法进行比较,计算结果表明,本文提出算法在求解的准确性和有效性方面均优于其它算法.