刍议大学物理实验误差理论

从物理实验误差理论革新，引述物理实验中测量结果采用不确定度评定的重要性，并就不确定度估算模式及数字修的作相关讨论。     

基于神经网络的离散变结构控制设计

研究了不确定离散时间系统的变结构控制设计问题，对利用传统离散趋近律设计变结构控制时系统抖振原因进行了分析，提出了组合趋近律设计思想。针对系统不确定部分，采用神经网络进行在线学习，使变结构控制器具有自适应性。仿真结果表明所提设计方法可以提高系统鲁棒性并有效减弱抖振。     

化学实验中有效数字的探讨

本对有效数字的概念和化学实验中有效数字的读取方法进行了探讨，确立了正确确定有效数字的方法。     

基于误差熵不确定带的空间数据质量评价指标

讨论了利用误差熵不确定带评价空间数据质量，并选择面积作为指标计算量，最后用实例说明了该方法的合理性和科学性。     

OPS5风格的专家系统工具

本文介绍了在Sun工作站和IBM—PC机上实现的一种新型的OPS5系统,重点描述其中的不精确推理和在产生式左部进行运算的功能实现。     

不确定系统的区域极点配置

研究了不确定系统的鲁棒区域极点配置问题，利用本文提出的方法可以将不确定系统的闭环极点配置在左半复平面的某一扇形域，同时本文也给出了输出反馈和状态反馈控制器的解析表达式。     

物理实验中不确定度新概念的表达

根据ISO等国际组织发布的《不确定度表达指南》和国家技术监督局颁发的《JJG1027测量误差及数据处理》的有关文件精神,结合高师普通物理实验的教学实际,明确了物理实验中不确定度表达的几个基本概念,以及A、B类标准不确定度、合成不确定度和总不确定度计算评定的方法,并结合实例予以说明。     

一类过程控制对象的神经网络建模及仿真

针对一类典型过程控制系统中存在的非线性和参数不确定问题，提出了神经网络的建模方法。辨识结构采用串并联形式，并分别使用改进BP算法和浮点式遗传算法进行了网络的训练。仿真结果表明遗传算法的全局搜索能力及高效率对神经网络的权值优化具有相当明显的效果，它不仅学习速度快而且稳定性好，可以作为一种良好的优化方法运用到神经网络建模和控制当中。     

Control uncertain continuous－time chaotic dynamical system

The new chaos control method presented in this paper is useful for taking advantage of chaos.Based on sliding mode control theory, this paper provides a switching manifold controlling strategy of chaoticsystem, and also gives a kind of adaptive parameters estimated method to estimate the unknown systems‘ pa-rameters by which chaotic dynamical system can be synchronized. Taking the Lorenz system as example, and with the help of this controlling strategy, we can synchronize chaotic systems with unknown parameters and different initial conditions.     

动态输出反馈网络控制系统鲁棒控制器设计

研究了具有不确定时延的动态输出反馈网络控制系统鲁棒控制器设计问题.考虑小于等于一个采样周期的不确定时延,将动态输出反馈网络控制系统建模为含有不确定性的离散时变系统.利用Lyapunov理论和矩阵不等式方法,推导出系统鲁棒控制律存在的条件,并转化为矩阵不等式表示的可行性问题,从而可利用Matlab LMI工具箱来求解,以便构造鲁棒控制律.Matlab仿真算例说明分析方法和结果是有效可行的.