TRIZ理论研究综述

系统阐述了TRIZ的发展、工程冲突解决表、发明问题的级别、物质-场(S-场)分析、发明问题解决算法(ARIZ)和技术系统的演化。并分析了国外近几十年来在该方面的研究进展，提出了TRIZ的未来发展趋势。     

自动调制度测试仪的研制

研制了以单片机为核心的自动调制度测试仪.该仪器具有如下特点:宽频率范围测试信号自动跟踪,输入载波频率范围1.5-2000 MHz;宽动态范围载波电平自动调整,输入载波电平范围0.01-1 V;低失真高灵敏度,低频输出失真≤±1％,实测灵敏度为2-3 mV.     

草鱼MHC classⅠ等位基因克隆及其多态性分析

为了阐明草鱼MHC class Ⅰ等位基因的结构与多态性,进一步研究其与疾病的关系,从草鱼cDNA文库中克隆了MHC class Ⅰ基因(Ctid-MHC Ⅰ);并通过对12个个体Ctid-MHC Ⅰ的克隆,分析了其等位基因的多态性与三级结构.结果显示Ctid-MHC Ⅰ等位基因在α1与α2区域变异幅度大,可分为6类(Ctid-MHC Ⅰ-UA～-UF),9型(A～I);但是其三级结构和抗原多肽结合的关键性氨基酸十分保守.结果阐明了草鱼MHC class Ⅰ分子在8个区域(A-H)置换率高,存在插入或缺失以及长度变异,使等位基因呈现高度多态性.动物MHC class Ⅰ分子系统树也提示了我国大陆架上鱼类、两栖类、鸟类、哺乳动物和人的遗传距离与分枝年代.     

蚂蚁算法建立度限制树在聚类中的应用

针对聚类算法解决大规模数据时间复杂度和空间复杂度都很大的问题，给出了应用蚂蚁算法建立度限制树．同时结合密度思想来解决这一问题的算法．经过数据的测试和验证，得到了较好的结果和一系列有意义的结论．     

教学型高校提高科研能力的SD模型与实证分析

以某教学型高校为研究案例，建立了教学型高校教学科研工作的流率基本入树SD模型，对该模型进行了系统反馈基模分析和不同管理策略的仿真分析。结果表明，对教学型高校科研目标的实现，引进研究生学历教师是一项重要措施，但还必须重视其他学历教师科研能力的提高、加大对科研的资金投入、完善激励机制等，只有全方位行动，才能有效提高学校的科研能力，实现持续发展。     

分布式被动传感器网异步采样下的机动目标跟踪

针对分布式被动传感器网的特点，提出了一种异步采样条件下机动目标跟踪方法。该方法采用交互式多模型概率数据互联滤波器跟踪机动目标。为启动滤波器，采用最大似然法估计目标初始状态；为适应异步观测条件，提出了马尔可夫转移概率计算方法。仿真实验表明，在分布式被动传感器网中采用该算法能有效进行机动目标跟踪。     

欠结构水下机器人的自适应位置跟踪控制器的设计

欠结构水下机器人的控制是一个具有很大难度的课题。研究了一种欠结构多方位智能机器人的跟踪问题，在机器人参数不确定及存在未知环境扰动的情况下，设计出了连续的自适应控制器，使得机器人可以自动地跟踪任意光滑的轨迹，并且跟踪误差收敛于半径为任意小的原点的邻域。Matlab仿真研究表明了该控制方案的有效性。     

基于对角回归神经网络的转台伺服系统逆控制

针对转台伺服系统中存在的不确定性和非线性因素,提出一种基于对角回归神经网络(diagonal re-current neural network,DRNN)的逆控制方法。逆控制器由对角回归辨识网络(DRNNI)和对角回归控制网络(DRNNC)组成,利用神经网络的逼近能力,在线辨识系统的逆模型,直接将辨识器的拷贝作为系统的控制器。该方法结合了神经网络和逆系统控制的优点,能够克服系统中的不确定性和非线性因素。仿真结果表明,有效提高了转台伺服系统的动态跟踪精度,并具有较好的鲁棒性能。控制器的运算量小,能够满足实时控制要求。     

几种简化联合概率数据互联算法性能分析

针对最优联合概率数据互联算法复杂、运算量大的问题,目前提出了许多简化的联合概率数据互联算法。为了清楚地了解这些算法在不同环境下在跟踪精度、实时性等跟踪性能上的差异,对几种典型的简化算法进行了详细的性能分析。给出了简化算法的数学模型,然后从理论上对这些算法进行了优缺点比较,最后选取了多种典型的与实际工程背景相近的多目标运动环境,对几种比较有代表性的简化算法在这些环境下进行仿真实验,并根据仿真结果对它们各方面的性能进行综合分析。     

求解度约束最小生成树的单亲遗传算法

提出了求解度约束最小生成树问题的单亲遗传算法.该算法首先利用Prufer数对生成树进行编码;然后精心地设计了一个随机地产生初始种群的方法,用这种方法产生的初始种群,不会含有任何不可行解;在遗传操作中只使用选择和变异操作,共设计了三种变异操作,其中两种变异操作均不会产生不可行解,只有一种变异操作可能会产生不可行解,需要作树的度的检查和修改;这样就大大的降低了不可行解产生的机会,从而提高了遗传算法的效率;而且只使用变异算子,有效的避免了早熟收敛现象的产生;通过大量的数值试验,表明该算法简单,高效,收敛率高;最后对此算法做了适当推广,并给出了它求解TSP问题的具体步骤和实例。