迭代学习控制理论现状与展望

迭代学习控制(ILC)作为智能控制的一个分支，经历二十多年的发展，无论在理论研究，还是在实际应用上都取得了丰硕成果，在过程控制中逐渐显现出其独到之处。对ILC算法和理论研究现状作了较为详细的分析，并且指出ILC存在的问题和研究方向。     

一种广义互补问题的磨光方法

文章基于文献[1]中一种广义互补问题的转化模型，建立了一种磨光牛顿算法，并在适当的条件下，证明了这种算法的超线性收敛性和Q-二次收敛性．     

一类非线性时滞抛物方程解振动的充要条件

研究了一类非线性时滞抛物方程在两类齐次边界条件下解的振动性质，获得了判别其所有解振动的充要条件，并通过实例对主要结果进行阐明．     

老年女性血红蛋白正常参考值与中国地理因素

为了给制定中国老年女性血红蛋正常参考值的统一标准提供科学依据.收集了中国157个单位及氰化高铁蛋白(HiCN)法测定的15690例老年女性血红蛋白正常参考值,运用相关分析和回归的方法,研究了其与地理因素的关系.结果发现老年女性血红蛋白正常参考值与中国地理因素之间有很显著的相关关系(F=168.99).用逐步回归分析的方法推导出了一个回归方程:(＾Y)=13.50 0.00606X1-1.132X4 0.006463X5±16.5用该回归方程可以估算中国某个地区的老年女性血红蛋白正常参考值.依据血红蛋白正常参考值与地理因素的依赖关系把中国分为青藏区、西南区、西北区、东南区、华北区、东北区等六个区.     

复共线性空间数据回归模型挖掘算法及其实现

对复共线性空间数据回归模型的挖掘算法进行了研究，主要贡献包括：(1)提出了Е-复共线性的概念；(2)给出不满足不相关假设情况下的新算法；(3)空间分析中将预测模型的挖掘和GIS等技术进行融合，进而促进空间统计学的更广泛应用；(4)给出Е-MCL(Е-复共线性模型回归系数估计)算法。(5)在SQL Server 2000 Analysis Services平台上融合GIS技术实现了新算法，作了实验验证和性能分析。     

BP神经网络在润滑油摩擦改进剂复配性研究中的应用

研制润滑油的关键问题之一是研究其中多种添加剂间的相互作用和添加剂间的最佳复配比。以正交试验设计为基础的直现分析和回归分析可以探讨添加剂间的相互作用，而基于上述方法的最佳复配比的计算往往误差较大。采用BP神经网络计算最佳复配比，并与前两种方法作比较，发现BP神经网络在计算最优复配比时，结论可靠，精度高，是研制最佳润滑油配方的优秀数学工具。     

观赏性花卉无土栽培条件的生长动力学方程的建立

为获得准确可行的判断植株快速生长期的方法，在确定了几种花卉营养条件的调控以植株生长状况为主要参考标准的前提下，通过建立无土栽培条件下的生长动力学方程，得到了形如Logistic方程的结果，并以此进行了讨论，为无土栽培中确定植物的需肥高峰及持续时间、高效科学的肥水管理措施以及培养条件的优化提供了参考依据。     

递阶稳态优化下非线性大工业过程的迭代学习控制

对递阶稳态优化下非线性大工业过程施行迭代学习控制 ,目的是进一步改善大工业过程的动态品质 .建立迭代学习控制的基本结构 ,提出迭代学习控制算法关于控制系统的ε-收敛性和期望目标轨线的δ -可达性的概念 ,对具有死区与滞后的饱和非线性大工业过程控制系统给出加权超前开环PD-型迭代学习算法 .利用 Bellman-Gronwall不等式和λ范数理论 ,论证了算法的收敛性 .数字仿真表明 ,迭代学习控制能有效改善递阶稳态下非线性大工业控制系统的动态品质 .     

非线性Volterra积分方程组的扰动

在扰动项的一些适当的假设下．给出了非线性Ｖｏｌｔｅｒｒａ积分方程组在扰动下解的有界性、稳定性和渐近性结果．     

几种局域波分解方法的比较研究

基于Hilbert变换的局域波法 ,能得到信号有意义的瞬时频率。它的分解基是随动态信号波形的变化而变化 ,具有自调节自适应的特征 ,因此能在时频域内描述非平稳非线性信号的局部特性。提出的局域中值定理分解方法 ,能正确求出并分离包含在信号中的局域中值 ,从而得到更标准的信号基本模式分量。通过与其它几种局域波信号分解方法的比较 ,发现局域中值定理分解方法性能更优