基于径向基函数网络的非线性系统内模控制

针对非线性系统的内模控制，从理论上分析了神经网络控制器的可实现问题，并且用径向基函数(RBF)神经网络实现内部模型及逆模控制器，同时改进了径向基函数中心的学习算法。仿真结果表明，基于RBF网络的非线性系统内模控制的动态性能较好，对于对象参数扰动具有一定的抗扰性。     

基于神经网络的多目标综合评价

本文提出了基于神经网络的多目标综合评价方法。这种方法通过利用神经网络对于以往成功的评价样本的学习, 使得神经网络反映评价指标的偏好, 从而代替评价人进行评价。文章研究了神经网络学习的BP算法, 并分析了某大型水利工程水位方案评价问题。     

网络化趋势及图书馆员的继续教育

该文着重论述网络化趋势中的高校图书馆只有配备高素质的专业馆员,才能使其全部作用发挥出来,因此,加强高校图书馆员的继续教育显得尤为重要。     

下一代通信网络技术的演进和发展

研究了建立在不同的传输技术基础上通信网络的特点,分析了通信网络的发展历程以及下一代通信网络的发展趋势和结构特点。     

TVOD系统设计

VOD即"按需服务电视".介绍了国外的相关研究工作,指出电视系统不应停留在数字化技术上,而应以此为基础向智能化与Web集成的方向发展.从电视业务级别的划分入手,定义了TVOD的概念,并区别了TVOD与VOD的技术思路和应用范畴.详细讨论了TVOD概念系统的结构和关键技术.     

高阶非线性控制系统的适应性仿真研究

针对带有外部扰动和参数摄动的不确定高阶非线性系统,利用积分行为补偿系统的各种未知因素,设计适应性非线性控制器(ANLC),并提出了全面的控制器适应性评价方法。首先结合典型信号扰动试验和模型参数摄动试验,检验系统的抗扰性和鲁棒稳定性;然后引入神经网络和Taylor级数展开理论构造非线性函数,改变高阶非线性系统的模型结构,利用Monte-Carlo随机试验方法,进行模型摄动的性能鲁棒性分析;并与精确反馈线性化(EFL)方法进行了定量比较。结果表明,适应性非线性控制器(ANLC)具有很强的适应性能,是解决不确定高阶非线性系统控制的有效途径。     

上海公共交通网络复杂性分析

城市公共交通系统可以抽象为由公交线路和停靠站点构成的网络,这个网络的几何性质对公共交通的状况具有重要影响。在本论文中,以上海市的公共汽车交通系统中的停靠站点网络为研究对象,对其进行复杂性分析,计算了网络的度分布、平均路径长度、聚集系数等指标,并测试了网络在随机失效和有选择性攻击情况下的抗毁性。结果表明,上海市公共交通网络的度分布符合幂率分布,具有较小的平均路径长度和较高的聚集系数。在抗毁性方面,公共交通网络对结点的随机失效具有很强的抗击能力,而对有选择性攻击的抗击能力很弱。因此,可以看出上海市公共交通网络是一个无尺度复杂网络。     

基于最短路的中枢辐射航线网络鲁棒优化方法

中枢辐射航线网络是充分体现规模经济的一种网络构形。航空公司构建适合自身发展的中枢辐射航线网络已变得越来越重要。本文针对成本和需求的不确定性，采用鲁棒优化的方法对中枢辐射航线网络进行规划设计，并将最短路算法加以改进提出了求解的精确算法。得到了可以适用于多种可能情景的鲁棒解。算例表明鲁棒优化方法具有很好的实用价值。     

面向控制的城市快速路网宏观动态交通模型

针对我国城市交通特点，在改进经典的高速道路网宏观交通流模型METANET的基础上，提出了面向控制的城市快速路网宏观动态交通模型。该交通模型能够更好地描述快速路出口匝道流出能力受限、快速路主线起始点车流以及快速路主线车速控制等现象。对上海高架快速路的实际交通流数据进行了仿真研究，结果表明该模型较好地反映了城市快速路交通流的动态演化特征，可以作为城市交通控制系统分析和设计的有力工具。     

基于混沌和RBF神经网络的短时交通流量预测

针对传统的应用数学模型方法在短时交通流预测精度和实时性方面存在的问题，论文从非线性时阅序列的角度对短时交通流量预测进行探讨，提出采用基于混沌理论的RBF神经网络预测方法。首先在采用小数据量的Lyapunav指数计算方法判定交通流存在混沌的前提下，对交通流量数据进行相空间重构。构建了RBF神经网络，并对模拟产生的Lorenz和Rossler混沌时间序列数据以及实际采集的高速公路交通流量数据进行了仿真研究。结果表明，该方法对模拟产生的混沌时间序列具有很好的预测效果，在交通流量的短时预测上也具有较高的预测精度。