遗传算法对模糊控制的优化及其应用

为了使模糊控制器具有自学习能力,本文将遗传算法与模糊控制相结合,提出了使用遗传算法对模糊子集进行划分的优化方法,并根据模糊控制的特点,给出了改进的编码方法和交叉算子,加快了算法的收敛速度．应用该方法对锅炉过热汽温进行了仿真研究,结果表明本文提出的基于遗传算法的模糊控制优化方法是很有效的．     

一种神经网络实现GPS导航定位算法

目的 研究ＧＰＳ接收机状态解算的估计方法。方法 利用Ｈｏｐｆｉｅｌｄ神经网络对ＧＰＳ接收机数据进行处理,结果 以统计自述平均误差和均方根误差作为衡量性能的指标,神经网络方法与迭代量小均方误差算法相比较定位误差减小,结论利用神经网络实现ＧＰＳ接收机状态解算是可行的,且与迭代最小均方误差算法比较,可提高定位精度。     

BP神经网络用于函数逼近的最佳隐层结构

研究采用反向传播算法的人工神经网络用于函数逼近时的支结构。方法,以典型的ｎ输入、单输出的多层ＢＰ网为例,在几种不同的网络隐层结构下对典的连续函数进行逼近训练。,分析各网络输出的全局误差。     

机动巨标跟踪的自适应混合多模算法

本文介绍了用于机动目标跟踪的自适应混合多模算法.这个算法不需要预先定义模型,它利用一个二级卡尔曼滤波器来估计目标的加速度,这个加速度被用于混合多模算法中具有不同确定性加速度的子滤波器中.文中给出了自适应混合多模算法的一个计算机模拟结果并和无自适应混合多模算法的结果进行了比较.     

二元矩阵值分叉连分式插值的矩阵算法

本文给出了一个计算二元矩阵分叉连分式插值的系数算法以及与此算法等价的矩阵算法,这种算法是用矩阵广义逆意义下定义的矩阵行、列初等变换而给出的．     

基于神经网络的无监督自学习控制系统

所论系统的控制由两个神经网络完成,即对象放识器和系统控制器。并且提出了一种 新的学习算法,它能利用存贮于辨识网络的信息改进控制策略。该控制系统可以对非线性系统,不确定系统等进行无监督的学习控制。     

旋风除尘器内锥形扩口芯管对其性能的影响分析和实验研究

用平衡粒径模型分析了旋风除尘器内常用的柱菜芯管结构存在的缺陷,提出了用带锥形扩口和十字板的芯管改进旋风除尘器的内部芯管结构,并用实验研究测得了新型结构减阻效的幅度。     

一个求解P_*(K)-矩阵线性互补问题的宽邻域路径跟踪算法(英)

基于预校正方法,对P*（K）-矩阵线性互补问题给出了一个迭代复杂性为O（k＋1）n2/3L）的宽邻域路径跟踪算法,算法改进了Zhang等的可行宽域路径跟踪算法的迭代复杂性;比迭代复杂性为O的小邻域路径跟踪算法为好．     

基于神经网络的股市预测

本文研究了基于神经网络的股票预测方法．针对目前存在的问题,提出了联合Davidon最小二乘算法及遗传算法来综合训练网络结构和权值的新方法．经对上证指数的模拟预测表明,通过合理地选取参数,可获得满意的预测效果．     

乙烯气相聚合高效催化剂的组成和聚合反应

研究了２种类型的乙烯气相聚合高活性催花剂．用ＳｉＯ２,ＭｇＣｌ２作复合载体,负载ＴｉＣｌ４制得的ＳＭ型催化剂,载体中含ｗ（Ｔｉ）为２％～３％,ｗ（Ｔｉ３＋）为３５％～５９％,比表面积１０５～１２０ｍ２／ｇ,催化活性每小时每克催化剂Ｔｉ催化得５．０～５．７ｋｇ产物ＰＥ（ｋｇ·ｇ－１·ｈ－１）,聚合动力学曲线为衰减型．用镁粉、卤代烷、四氯化钛为主要组分制备的ＭＧ－２型催化剂,载体中ｗ（Ｔｉ）为６％～７％,ｗ（Ｔｉ３＋）为５５％～６９％,比表面积７０～８５ｍ２／ｇ,催化活性１．８～２．０ｋｇ·ｇ－１·ｈ－１,聚合动力学曲线为平稳型．对ＳＭ型催化剂扫描电镜及图象分析得到颗粒平均粒径（ｄ）,颗粒长短轴比（ｄｌ／ｄｓ）及颗粒大小粒径比（ｄｍａｘ／ｄｍｉｎ）分别为３１μｍ,１．４０２,４．１,ＭＧ－２型催化剂为３３μｍ,１．５２４,７．０,相应聚合产物颗粒的ｄ,ｄｌ／ｄｓ,ｄｍａｘ／ｄｍｉｎ,ＳＭ型催化剂为２４７μｍ,１．２９５,４．６,ＭＧ－２型催化剂为２６３μｍ,１．５４０,９．０．显示出ＳＭ催化剂更优良的聚合性能．