加速度观测器设计与仿真

介绍了利用状态反馈综合带加速度反馈的最优控制系统，利用系统所检测的位置量和速度量设计了加速度观测器，并对综合的最优控制系统进行仿真，包括系统幅频、相频特性及状态估计值与真实状态之间的误差，最后给出了有、无加速度观测器反馈时系统跟踪晃动误差曲线。带加速度观测器反馈系统使晃动误差减小84％，滤除噪声的效果也比较好。     

希尔伯特变换器优化设计研究

提出了一种基于神经网络算法的希尔伯特变换器优化设计方法，证明了神经网络算法的收敛性，提出了希尔伯特变换器的优化设计实例。仿真结果表明了该网络模型是高效的神经网络模型。     

多变量系统最小能量终端控制

以广义逆矩阵的理论和Bellman最优性原理为基础，给出了MIMO系统的状态反馈型的闭型解，对最优终端控制问题作了进一步的详细研究，且通过具有零初始状态的线性定常系统的研究，导出了终端控制误差和控制能量与控制时间的关系。     

基于模糊δ规则的模糊关系方程求解算法的改进

首先给出反例说明Li Xiaozhong等人提出的基于模糊δ规则的神经网络学习算法中的基础引理是有缺陷的,然后直接对算法进行了改进,并证明了改进后算法的有效性.最后用数字例子对改进后的算法进行了验证,结果表明十分有效.     

物理目标教学当堂达标的尝试

论述了物理目标教学当堂达标的理论依据与实践意义，给出了单元新授课当堂达标教学模式的大个基本环节。     

基于神经网络的建筑行业投标报价研究

在建筑行业的投标报价过程中，如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价之间的关系是一个棘手的问题．论文针对这两大难题提出了基于神经网络技术的解决方法．首先根据贡献变量分析理论确定出影响报价结果的9个报价因素，从而建立起基于神经网络的报价模型，然后在所确定模型的基础上改进传统的BP算法，进一步提高网络的泛化能力．从实际应用的结果可以看出，经过变量选择后所确定的报价因素是合理的，改进学习算法后的网络的泛化能力也有了很大的提高．     

基于模糊神经网络方法的新构造控水专家系统

在对大量野外地质资料统计和综合分析基础上，依据地质专家在新构造领域的理论知识和成功经验，运用模糊数学理论和神经网络理论相结合的方法，提出一种用线性单元并联实现非线性划分的神经元网络模型，并研制出相应具有较强推理能力和学习功能、广泛用于非定性系统数据处理的专家系统，该系统经实例验证具有较强的适用性。     

基于灰色系统与神经网络的航材消耗广义加权函数平均组合预测模型研究

建立了航材消耗的灰色系统预测模型与神经网络预测模型，同时给出了一种新的具有广泛代表性的组合预测模型－－广义加权函数平均组合预测模型及其加权系数的参数估计方法，并利用此方法建立了基于灰色系统与神经网络的航材消耗广义加权函数平均组合预测模型，最后以实例说明了其预测效果。