自适应遗传算法优化模糊小脑模型

首次采用遗传算法（ＧＡ）设计模糊小脑模型神经网络（ＦｕｚｚｙＣＭＡＣ）的隶属函数．提出一个自适应ＧＡ优化算法，并且以优化模糊小脑模型ＦｕｚｙＣＭＡＣ学习正弦曲线．仿真实例表明，采用自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习精度比标准小脑模型ＣＭＡＣ提高大约三个数量级、比标准ＦｕｚｚｙＣＭＡＣ（三角形隶属函数）提高一个数量级．自适应ＧＡ方法优化的ＦｕｚｙＣＭＡＣ学习速度比普通ＧＡ优化的速度快且进化过程的振荡明显减小，仿真证明该方法比普通ＧＡ优化方法稳定，收敛效果好．     

一种可用于线性动态延迟控制系统的闭环比例型一阶给定超前迭代学习控制算法

讨论了迭代学习控制的基本概念,并给出了一种可用于线性动态延迟系统的比例型一阶给定超前迭代学习控制算法.理论分析证明,这种控制算法对于跟踪重复运动的轨迹具有良好的效果.     

具有Voigt类结构阻尼的Euler-Bernoulli梁的边界控制

以末端形变线速度和形变角速度作为反馈信息，给出了具有Ｖｏｉｇｔ类结构阻尼的ＥｕｌｅｒＢｅｒｎｏｕｌｉ梁的边界控制律；利用算子半群理论并构造系统的“拟能量”Ｌｙａｐｕｎｏｖ泛函，得到了受控系统能量指数衰减和系统指数镇定的结论     

家电通用模糊控制器研究

提出了实用家电通用模糊控制系统设计的指导原则和家电通用模糊控制器的一般结构,为实现各种家电产品的模糊控制莫定了基础.     

预给定PID算法温度控制系统

提出了预给定ＰＩＤ控制算法，并将其应用于温度控制系统中，实验结果表明，在温度上升阶段基本无超调，在所设定的温度曲线拐点外无冲击，系统具有调节时间短，稳定性能好等优点，提高了系统的控制性能。     

直觉模糊逻辑中的归结原理

在模糊逻辑归结原理的基础上，用（０，１）中的两个实数表示一个命题“真的程度”和“假的程度”，从而提出了直觉模糊逻辑，本文提出直觉模糊逻辑的归结原理，并证明其完备性。     

多变量线性控制系统的研究方法

本文对多变量线性控制系统的研究方法进行了描述，并指出了它们之间的关系。     

误差方差及极点配置区约束下输出反馈控制器设计

在控制系统中，其稳态状态方差和闭环极点表征系统稳态及暂态性能的２个重要指标，一个理想的工程管制系统除了需具有良好的稳态特性外，还需要具有良好的暂态性能以保证过渡过程的品质要求，协方差控制理论在兼顾系统暂，稳态性能指标要求的应用中具有良好的实用效果，该文讨论连续系统在误差方差以及闭环极点配置区约束下，动态系统输出反馈控制器的设计问题，通过对反馈增益阵Ｇ的研究分析，给邮了此类控制器的存在条件及相关性质     

一种改进的Fuzzy c—means聚类算法

该文提出了一种改进的ｆｕｚｚｙ ｃ－ｍｅａｎｓ算法（ＭＦＣＭ）。此算法是将传统算法（ＦＣＭ）直接对样本集聚类变为对特征集聚类，从而极大提高了ｆｕｚｚｙ ｃ－ｍｅａｎｓ的速度，证明了ＭＣＭ与ＦＭＣ在分类效果上的等价性，且ＭＦＣＭ较ＦＣＭ有较低的时间复杂性，讨论了ＭＦＣＭ与ＦＭＣ空间复杂性的关系。最后数值实验证实了结论。     

模糊逻辑控制方法在ATM网络拥塞控制中的应用

将普通漏桶技术和移动窗口机制相结合，提出一种基于模糊规则的ＡＴＭ网络拥塞控制方法，并研究了它作为监管机制的一些特性，对它的性能进行了计算机仿真。仿真结果表明，该机制对履行连接接纳控制协议的信元流能提供透明传输，对过份违约的信元能快速阻止其进入网络。与普通漏桶技术相比，本文方法具有同时监管信元流峰值速率和平均速率的优点。