基于算法参数、模型与模型参数优选的智能DISOPE方法

给出了 DISOPE算法收敛速度指标的定义 ,提出了基于算法参数、模型与模型参数优选的智能 DISOPE方法 ,有效地改善了 DISOPE算法的收敛性能和实用性 .仿真表明了该方法的可靠性和有效性 .     

大系统稳态优化控制的改进新算法

引入标志算法抗干扰性能强弱的灵敏度指标，讨论了稳态优化控制两步算法（参数估计与模型优化相结合）最优性的参数灵敏度问题，特别对线性模型且具有二次性能指标控制问题的标准两步法和修正两步法的灵敏度作了分析比较．并提出了适合参数估计和模型优化中存在误差时的新算法．     

工业过程广义稳态的平均度量

针对工业过程广义稳态集合的度量问题进行了深入研究，证明了非线性系统在满足较宽的条件下，其稳态集合的中心名义值唯一存在。研究表明，该中心名义值作为工业过程广义稳态集合的平均度量是正确和恰当的。     

基于小波神经网络的大型多辊热连轧机产品质量模型

依据小波的非线性逼近能力和神经网络的自学习特性，提出一种适合高维输入的小波神经网络建模方法。这种小波网络结构类似多层感知器，不同的是隐层神经元的激励函数为小波函数，分别对3种小波函数进行试验，利用多种优化算法训练神经网络，经比较，选择B－样条函数为激励函数，利用L－M算法较为理想，成功解决了32维输入的大型多辊热连轧机钢板材质量建模问题，经过8600组实测数据拟合和检验，测试结果表明，拟合命中率达82．3％，测试命中率达80．5％，表明了该方法的有效性。     

网络拥塞的智能化适应控制方法

在对拥塞及网络拥塞控制分析的基础上,将人工智能引入到拥塞控制中,提出了网络拥塞的智能化适应控制方法。给出了网络流量速度指标定义,及实现网络拥塞的智能化适应控制结构模式,对网络拥塞的智能化适应控制策略及其实现进行了研究和分析,为实现网络拥塞控制提供了一种新的途径。     

模糊多目标递阶控制及其应用

针对模糊多目标控制问题，提出了基于优先级目标管理的递阶控制结构，实现了控制目标集合的动态管理，指出同一优先级上的模糊多目标控制问题在基于预测的基础上等价为模糊多目标决策问题．应用该方法设计了模糊多目标递阶控制器，在列车恒速运行控制中取得了满意的效果     

工业过程稳态优化中的PD型迭代学习控制

论述在工业过程的稳态优化中，施行选代学习控制的思想方法．给出了一种ＰＤ型迭代学习算法，分析了算法收敛性．数字仿真结果表明这种控制方法对抑制超调，加快动态响应，减小优化过程对工业生产过程的影响是行之有效的．     

一类随机稳态优化算法的鲁棒性

给出了随机稳态优化算法的灵敏度的分析，讨论了算法解对某些参数变化的依赖关系。文中给出了仿真例子。     

工业过程稳态优化新方法—改进两步法

本文针对具有Hammerstein模型的非线性控制系统,提出了一种确定次优稳态工况的实用新方法—改进两步法.该方法利用动态与稳态数据辨识和更新稳态模型,因而得到的解更近于实际最优解.针对线性二次型优化问题,本文还给出了改进两步法的收敛性证明,最终数字仿真结果显示了该方法的有效性.