非线性l1 问题的光滑近似算法

利用“ ”函数的光滑近似函数和无约束优化方法给出非线性l1的一种算法．在适当的假设下，算法是全局收敛的．初步的数值试验结果表明算法的有效性．     

基于伴性模糊检索的数学模型

模糊检索能极大提高系统处理非精确信息的能力，因而基于模糊语言的数学模型至关重要．在一些系统中，“模糊”的内容又与性别息息相关．本文提出伴性模糊检索的概念并给出相应的数学模型．实践证明．此模型能极好帮助用户在系统信息模糊的情况下检索出所需信息．     

离散时变系统迭代域最优学习控制

针对线性时变离散系统，首次提出并研究了迭代域内线性二次型最优迭代学习控制问题。所得到的迭代学习控制方法在迭代域内是保性能最优的，其学习率不需主观选取，学习速度可通过改变性能矩阵参数进行调节。     

二阶系统模糊变结构控制器设计及稳定性分析

采用滑模变结构控制时不可避免会产生抖振问题,尤其是对于那些变参数及具有不可测量持续扰动的系统,通过常规方法难以克服抖振对系统控制性能带来的不利影响。为此将模糊控制与滑模变结构控制相结合,设计了一种模糊变结控制器,既保持了变结构控制的鲁棒性及快速性,又能较好地消除抖振现象,并利用描述函数法分析了该控制系统的稳定性。最后通过一个具体的导弹变系数二阶控制系统的应用实例验证了该控制器的性能。     

随机可变时滞系统的渐近稳定性

讨论了一类随机可变时滞系统解的渐近稳定性。应用It 公式、半鞅收敛定理与多个Lyapunov函数建立了这类随机可变时滞系统渐近稳定性的有效判据,使实际应用中构造Lyapunov函数更为方便。同时也说明了结果包含经典的随机系统稳定性结果为其特殊情况。与经典的随机稳定性理论相比,所建立的稳定性结果无须LV负定,充分利用了随机扰动项的作用,并且从理论上解释了一个不稳定的系统有时加入适当随机扰动后反而稳定。最后,举例说明了结果的有效性     

基于泛函网络的多维函数逼近理论及学习算法

提出一种多维函数逼近的泛函网络逼近方法,设计了一类用于函数逼近的可分离泛函网络,给出了基于泛函网络的函数逼近学习算法。而泛函网络的参数通过解方程组得到,它们能逼近给定函数到预定的精度。仿真结果表明,这种逼近方法简单可行,具有较快的收敛速度和良好的逼近性能。     

基于直方图指数平滑的模糊散度图像分割

当图像灰度直方图具有多峰时,模糊散度图像分割方法的参数初始化有困难。针对这一问题,基于直方图指数平滑峰点自动检测原理,提出了一种自适应的模糊散度图像分割算法。该算法首先利用直方图指数平滑峰点自动检测原理,检测出直方图合理的波峰点和波谷点,并统计波峰的个数。然后利用检测到的波谷值初始化目标平均灰度等级搜索区间,利用波峰值初始化散度函数搜索区间,分类数由检测到的峰点个数来确定。实验结果表明,该方法更具有普遍性和适应性。     

空调管路系统动态仿真及优化设计

分体式空调室外机的振动和噪声大小和其配管位置有关，我们提出一种基于管路动态仿真及测试的管路设计方法，并由此开发一空调管路设计系统，系统由设计分析和实验测试两个子系统组成。首先利用设计分析系统，建立管路的三维模型，然后进行管路系统的固有频率、振动响应及振动应力仿真计算，以确定样机制作方案；再通过测试系统验证仿真结果，最终确定空调管路的设计方案。采用空调管路设计系统提高了企业的设计手段和设计方法，缩短了产品的开发周期。     

一种非平稳卷积混合信号的自适应盲分离算法

基于多时延解相关准则并利用自然梯度原则推导出一种非平稳信号在卷积混合情况下的自适应盲分离算法，仅通过对有限个观测时延样本的相关矩阵进行Frobenius范教最小化运算得到分离矩阵，算法计算量低，可实现信号连续处理，适用于在线运算。仿真结果表明算法仅需较低的分离滤波器长度和少量的时延样本即可获得良好的分离性能。     

基于仿真的复杂武器系统测试与评估

测试与评估是武器系统采办过程的一个重要组成部分，但由于武器系统复杂度不断提高，以及在费用、采办周期、安全等方面的限制，使得传统的方法已经不能满足新时期采办的需求。分析了现有的测试与评估方法存在的问题，将建模与仿真技术与传统测试方法相结合，阐述了基于仿真的测试与评估原理，提出了基于仿真的测试与评估过程模型。