舵机动态响应下导弹阻尼回路稳定性

针对导弹控制参数稳定区域的研究大多忽略了舵机的动态响应过程对参数稳定区域的影响,首先建立了阻尼驾驶仪控制的导弹动力学方程以及舵机的动力学方程,然后考虑舵机的稳态响应和动态响应,应用劳斯判据给出了非旋转弹阻尼反馈增益与舵机控制参数的动态关系。为推导旋转弹阻尼反馈增益的稳定区域,分析了舵机在准弹体坐标系下的表达式,然后采用复姿态角方法和Lyapunov稳定性判据,给出了旋转弹动态稳定性条件。最后以某一导弹飞行参数为例进行了仿真,验证了本文所得出的稳定性条件的有效性。     

一类非线性系统的滑模模糊动态加权控制

针对一类非线性系统提出了一种滑模模糊动态加权控制方法。该方法为系统中各个子系统分别设计简单的滑模模糊控制器，并采用模糊推理实时调节各滑模模糊控制器在系统控制中的作用。将该方法应用于吊车控制中，仿真结果证明了其有效性。     

个性化关节运动参数有效性判别策略研究

在人体运动捕捉过程中,根据采集的数据进行计算得到的虚拟人关节运动参数的正确性一 直是人们研究的热点问题.在分析了刚体关系判别等等目前一般采用的运动参数有效性判别方法的基础上,提出了一种新的有效性判别策略"具有个性化关联性的运动参数有效性判别策略".通过关节灵活度训练来生成并保存各关节的受限空间,将有效性问题转化为空间判定问题,然后通过空间划分降低了算法复杂度,最后对该策略进行了例证.     

DC-DC变换器的模糊神经网络控制方法研究

提出了一种新型的模糊神经网络串联式结合方式。这种串联型模糊神经网络具有模糊控制的结构简单、使用方便的特点，同时又利用了人工神经网络的聚类功能，使整个控制器又具备人工神经网络的自学习能力。仿真试验表明该控制方法对于复杂的全桥式串联共振型DC—DC变换器具有良好的控制效果，整个模糊神经网络控制器的设计过程不仅避免了传统控制器的繁琐的参数调节过程，而且又避免了传统模糊神经网络控制器设计的复杂性。     

基于单率多点广播数据流的潜在瓶颈链路智能预报

针对单率多点广播数据流传送特点和要求,主要考察在自相似性数据流作用下缓存队列动态特性.运用模糊逻辑推理分析能力和神经网络学习泛化能力,通过引进补偿模糊算子,设计了一类在线无监督学习实时预报补偿模糊神经网络,提出了对单率多点广播数据流网络中潜在瓶颈链路的预报控制策略.并且设计了动态补偿因子,给出了动态补偿因子自适应调节律.仿真实验表明,基于单率多点广播数据流的层次广播树拓扑的潜在瓶颈链路进行智能预报方案是有效的.     

复杂系统中统计相关性测量的熵方法研究

在熵方法定义的关联度系数法的基础上，提出了一种计算复杂系统统计相关的广义关联度系数法，并将其应用到生态经济区划和中医理论（齿痕舌出现的特点）中，进而证明了该方法的有效性、结果表明：广义关联度系数法在计算时不需要特定的数据，从而减小了数据的不确定性和计算量；既适用于线性的情况也适用于非线性的情况；复杂系统分类所需的判据减少，使复杂系统分类简单化；可以对系统变量（或子系统）之间的相关性进行定量的描述．     

分阶段建立发酵过程模型的方法的研究和应用

为了建立精确的微生物发酵过程数学模型,在标准回归型支持向量机（SVM）的基础上提出了动态ε-SVM方法,即不同样本使用不同的ε。进而,提出了将自组织特征映射聚类（SOFM）和动态ε-SVM回归相结合的建模方法。该方法首先利用SOFM神经网络对样本进行聚类,达到划分发酵阶段和建立局部模型的目的,然后应用动态ε-SVM方法对各类样本进行回归建模。实验结果表明,使用该方法建立的青霉素发酵过程模型具有较高的拟合和泛化能力。经过比较,该方法建立的模型比其它SVM方法建立的模型具有较强的泛化能力。