发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

层次分析法在城市土地分级中的应用

探讨了用层次分析法对城市土地等级进行定量评价的原理和方法，并以济南市为例进行实证研究，取得了较好的效果，为土地有偿使用和城市规划提供了依据。     

矿区最优投资分配动态规划模型研究

应用动态规划的理论,针对矿区建设的特点,以投资呆滞损失和欠产损失为主优化目标,以初期投资少为次优化目标,建立了矿区建设投资最优分配的多阶段动态规划投资模型,并给出了模型的解法.最后以我国某矿区为实例,应用模型进行求解,得出了满意结果.     

数学规划模型的建模语言（FQL）

对数学规划模型的结构作了深入分析。从纵向揭示了数学规划模型自然、清晰的层次结构；横向又把复合模型分解成若干基本模型，而基本模型又可由决策用户十分熟悉的二维形式加以描述。在此基础上，给出了建模语言（ＦＱＬ）的语法和语义。它除了具有建模能力外，消除了代数形式的索引；更重要的是具有数据库查询和模型操作能力。     

基于Rough Set理论的判断矩阵构造方法

群决策支持系统（GDSS）是利用信息技术，将多个决策者个人对策该领域的理解及个人判断能力结合在一起，利用结构化决策分析技术，对半结构化和非线结构化问题进行求解，层次分析法是对定性问题作定量分析的一种简便而有效的方法，提出了一GDSS环境下判断矩阵构造的新方法；运用业集理论；利用管理信息系统运行所积累的大量决策数据来分析各决策因素，决策者对决策目标的影响，并建立自学习系统，从而构造具有完全一致性的综合判断矩阵，该方法适用于重复群决策问题。     

蠕动式步行机器人研究

提出了一种可在复杂地面环境下行走的需蠕动式步行机器人本体结构。该结构采用一种地面被动态适应技术，使得腿部可根据地面情况自动调整伸缩长度，以获得较为稳定的支撑。机器人依靠本体变形及被动适应地面的方法产生步行，在很大程度上简化了步行过程中复杂的动作协调控制问题。根据机器人的结构特点，给出了两种步态规划方式。仿真试验表明，该机器人控制简单，运动灵活，具有较广的应用前景。