边坡位移时序预测的组合模型研究

将边坡变形预测看作一个特殊的凸二次规划问题,以加权一阶局域法（AOLMM）、Lyapunov指数预报法以及神经网络预测方法（ANN）为基础,建立了边坡变形预测的组合模型,应用动态规划方法求解组合预测模型的最优解,以达到有效利用各种预测方法提供的信息和提高模型预测精度的效果．通过工程实例研究表明,该组合预测模型较单一预测模型精度有较大提高,表明组合预测模型的可行性及有效性．     

第九届世界健美操锦标赛混合双人项目难度研究

通过文献资料、观察法,对第九届世界健美操锦标赛混合双人项目参加决赛队的难度动作进行了统计,分析各队在难度动作类型、均衡性、价值及完成质量四方面上的特点,以期为中国队在该项目发展,提供参考依据．     

基于人工神经网络的降雨径流模拟研究

针对水库径流难以预测的问题。采用改进的动量．自适应学习率调整BP神经网络方法,以南告水库作为研究对象,对水库的日资料进行径流模拟。并对该模型在径流模拟中的方法和难点问题进行分析和探讨。改进的BP模型模拟的结果与三水源新安江模型的模拟结果相比较,探讨改进的BP模型应用于水文模拟的可行性。研究结果表明,改进的BP模型用于水文模拟是可行的。     

人、技术、自然的协调发展--从现代技术生态问题视角的审视

世界性的自然生态危机已严重影响人类的生存与发展，有人将其归因于现代科学技术，我们应该正确地看待现代技术，人与自然的关系经历了人对自然的依赖、敬畏到改造、索取的发展过程。技术在人与自然关系中发挥了重要的双重中介作用。从生态视角审视技术的正负效应，探索人、技术、自然的协调发展途径，符合人类的根本利益。     

无人机集群规避动态障碍物的分布式队形控制

本文研究了无人机集群躲避动态障碍物下的队形控制问题。首先, 引入针对动态障碍物的碰撞预判机制判断集群是否需要对障碍物进行规避。其次, 在动态障碍物与无人机间构造斥力场实现避障。最后, 根据一致性理论设计基于集群各无人机之间、无人机与虚拟领导者之间的位置、速度一致性控制律, 结合人工势场法实现躲避动态障碍物下集群队形的形成与保持。仿真结果表明, 集群无人机能够在以分布式方式躲避动态障碍物的同时实现队形的形成、保持与重构。     

关于复杂系统的建模、分析、控制和管理

以人工系统、计算实验、平行执行为讨论基础,以“不断探索和改善”为指导原则,提出具有不可分和不可知特性的复杂系统的建模、分析、控制和管理的理论体系和施行方法。     

储层含油性识别中ANN和GA融合的模糊规则提取

提出一种基于ANN和GA融合的自学习自适应的模糊规则提取算法,用来对油层进行识别.其方法是:首先运用人工神经网络(ANN)对训练样本进行有导师学习,网络的输入是测井属性,输出表达为网络权值和输入的函数Ψk=f(xi(WG1)ij,(WG2)jk)(其中:Ψk代表含油性类别Ck的判别函数;C1为干层;C2为水层;C3为差油层;C4为油层).然后,以Ψk作为遗传算法(GA)中的适应度函数提取对应于类别Ck的模糊规则.最后,通过某油田oilsk81和oilsk83油井的实证研究表明,该方法能够有效地识别储层的含油性.     

材料性能对汽车碰撞散落物运动特性的影响

为研究汽车碰撞散落物的材料性能对其运动特性的影响,进一步完善交通事故再现中汽车碰撞散落物的运动行为理论模型,建立汽车碰撞散落物的运动学仿真模型,通过仿真试验,模拟了在散落初始条件相同的情况下,汽车碰撞弹性、弹塑性、塑性散落体的运动,分析了在试验条件一定时,3种材料巨能的汽车碰撞散落体的运动特性的异同及其随散落速度、散落高度、散落角度的变化关系.模拟试验结果分析表明:存在散落角度的汽车碰撞散落体其非线性运动轨迹受材料性能影响较大.     

应用人工神经网络方法预测M-EDTA配位稳定常数

应用人工神经网络法预测金属离子的M-EDTA配位稳定常数,并通过计算54种金属离子的M-EDTA配位稳定常数,确定了金属离子的基本参数与M-EDTA配位稳定常数的定量关系.通过对网络结构和参数的优化,提高了预报的准确度.     

棘腹蛙(Rana boulengeri Günther)幼蛙人工试养的研究

报道了湘西地区棘腹蛙（Ｒ．ｂｏｕＬｅｎｇｅｒｉ　Ｇ．）幼蛙人工试养的研究,结果表明：各龄幼蛙的日食量平均为体重的３．０７％,饵料系数随着年龄增加而加大,平均为３．６６;试验中幼蛙的年龄与饲养密度对其体重的增长及成活率的影响明显;不同饲养密度的幼蛙成活率为７７．５０％～１００％;刚变态的幼蛙体长平均为１．９８厘米,体重平均为０．９５克;经过两周年饲养,体重平均为２０．５０克,体长平均为５．８１厘米,体长与体重的增长曲线呈“Ｓ”型。