庐山自然地理野外实习的教学模式与教学效果评价

随着高师地理专业课程体系改革方案的出台与施行,考虑目前自然地理学的学科特点和庐山自然地理野外实习的实际情况,对传统的分阶段、分课程的庐山野外实习教学模式进行变革,相应地对实习课程与内容进行综合,提出了符合实际并行之有效的路线综合实习教学模式.并对自然地理野外实习的教学效果评价作了深入的探讨。     

基于观测器设计的移动小车自适应轨迹跟踪控制研究

提出了一种基于观测器设计的自适应轨迹跟踪控制算法，在无法准确测量移动机器人位姿的情况下，基于其完整动力学模型，实现机器人轨迹跟踪控制问题。方法考虑了实际参数的移动机器人完整动力学模型，将位姿观测器和自适应控制策略相结合，设计了一种移动机器人完整的自适应观测器轨迹跟踪控制策略。仿真结果表明该控制策略的正确性和有效性。     

航天器姿态的神经网络动态逆控制

针对航天器姿态系统,提出了一种基于自适应神经网络动态逆的控制算法。该算法针对滚转、俯仰和偏航三个姿态子系统,设计了两组神经网络:第一组是BP网络,用来逼近三个姿态通道的非线性项,可获得姿态逆模型;第二组是非线性自适应神经网络,用于在线实时地补偿逆模型存在的误差和外加干扰。详细分析了非线性自适应神经网络的拓扑结构、学习规则和调整算法。给出了应用该算法的具体实例,通过仿真实验证明该算法的有效性。     

自组织临界性的经济学应用的方法论思考

通过对在组织临界性概念的扼要介绍，就其在经济学中的应用进行初步论述，从方法论角度，探讨了它能否把经济学变成一门硬科学。     

基于U-I模型的感应电机定子磁链估计的仿真研究

定子磁场定向的直接转矩控制逐渐被广泛应用于高性能异步电机调速系统。定子磁链估计精度是影响控制系统动态、稳态性能的主要因素。由于定子电阻参数变化及低通滤波器的影响，尤其低速运行时，传统定子磁链估计方法的估计精度及快速性往往很差。提出了一个全新的改进U-I模型定子磁链估计方案，不仅解决了定子电阻整定补偿问题。而且解决了低通滤波器截止频率优化补偿问题．在此基础上，建立直接转矩控制方案的仿真系统，仿真结果表明提出的方案能够使异步电机在低速到高速范围内都能得到令人满意的性能。     

机器人位置/力混合鲁棒自适应控制

提出一种机器人位置/力混合控制的鲁棒自适应算法,利用自适应算法调节机器人系统的未知参数,为了避免在外界干扰作用下引起自适应参数的漂移,在参数自适应律中引入死区,使自适应控制器具有较强的鲁棒性能,滑模控制消除了死区自适应律引起的参数误差,并且具有较强的干扰抑制能力,使机器人末端执行器能够沿环境约束运动,并与约束表面保持期望的接触力,保证了位置和力轨迹跟踪的鲁棒性与精确性。二连杆机器人的仿真分析说明了算法的有效性。     

基于模糊神经网络的动态非线性系统辨识研究

针对静态模糊神经网络对动态系统辨识精度低的特点,在5层静态模糊神经网络基础上进行了优化和改进,形成了可将暂态信息记忆于网络的动态回归层的动态模糊神经网络,来提高对动态系统的辨识能力。同时给出了参数的动态自适应学习算法。通过仿真实验,证明提出的动态模糊神经网络对动态非线性系统的辨识,可以取得较好的辨识精度,较快的网络收敛速度,为动态非线性系统的辨识提供新的思路。     

非完整移动机器人的自适应滑模轨迹跟踪控制

针对动力学模型描述的非完整移动机器人系统，研究了其在未知参数和不确定性干扰下的轨迹跟踪控制问题，基于反演技术和自适应滑模控制的思想设计了具有全局渐近稳定的轨迹跟踪控制律。谊控制律将系统分解为低阶子系统来处理，利用中间虚拟控制量和部分Lyapunov函数简化了控制器设计，并具有直观的稳定性分析．满足了移动机器人的轨迹跟踪要求，且具有设计方法简单、鲁棒性强的特点。仿真结果验证了所设计控制器的有效性和正确性。     

工程机械液压底盘试验台双马达同步的研究

提出了基于直接自适应控制和模糊控制相结合的新方法,对工程机械液压底盘试验台的单泵双马达驱动的转速同步控制进行了研究,并且对PID控制与直接自适应模糊控制方法进行了研究对比。仿真结果表明直接自适应和模糊控制相结合的方法比PID控制更能够改善系统的同步控制效果。此研究结果有助于提高试验台的控制品质。     

基于神经网络的全局滑模变结构控制

针对一类非线性不确定离散时间系统,提出了一种基于神经网络趋近律的全局滑模变结构控制方法。分别用两个前馈神经网络（FNNs）自适应调整趋近律中的参数ε和δ,克服了常规变结构控制方法中需要预先设定趋近律中参数的限制。在用径向基神经网络（RBFNN）对系统进行模型估计的同时,基于平移滑平面的设计方案,实现了系统的全局鲁棒滑模控制。仿真结果表明控制系统具有良好的跟踪性能,该方案使系统一开始就处于滑平面上,消除了系统抖振,具有较强的鲁棒性。