助力法在智能训练中的作用

就如何馒体操运动知觉由模糊状态转化为明确状态提出了助力法智化训练。通过实验性研究，取得了比较显著的效果。     

煤与瓦斯突出预报的模糊聚类关联分析法

首先采用模糊聚类分析对煤与瓦斯突出的样本集合进行分类，建立不同突出程度的模糊模式。然后用关联分析确定待预报样本与模式的关联程度，以此预测预报样本的煤与瓦斯突出危险程度。这种预报方法相对于模糊聚类分类后，将模式与待预报样本组成新的样本集合，再进行聚类分析，以此分类结果进行预报法。不仅可靠程度高，而且能定量描述待报样本与模式的亲和程度。     

点态化Fuzzy域及其性质

本文从点的角度重新定义了Ｆｕｚｚｙ域，并讨论了它的一些性质。     

高师体育教育专业学生教学技能Fuzzy综合评估的研究

根据目标反馈控制原理 ,采用教育评估的方法 ,经过多轮调查 ,建立了高师体育教育专业学生教学技能评估指标体系 ,采用Saaty相关重要程度相关计算方法确定合理权重 .然后 ,运用Fuzzy综合评价方法进行评估实验研究 ,经实验研究验证 ,评价效果是令人满意的 .     

用预测－校正方法解非线性含扩散的色谱方程

用预测－校正方法，模拟了非线性含扩散的色谱过程，并与有限分析法及Ｇａｌｅｒｋｉｎ方法作了比较。     

双参数随机Sierpinski垫的相位曲线

引入双参数随机置换，考虑了具有参数ｐ，ｑ的随机Ｓｉｅｒｐｉｎｓｋｉ垫的各种形态的相位，讨论了ｐ，ｑ跨跃某些相位曲线时，其构成形态的变化情形，它包括了ｑ＝０的Ｓｉｅｒｐｉｎｓｋｉ垫和ｑ＝ｐ的Ｍａｎｄｅｌｂｒｏｔ渗流模型。     

基于神经网络的无刷直流电机预测控制的仿真研究

在无刷直流电动机高性能速度跟踪系统中，由于PI控制的滞后性，无法根据未来动态行为产生较为理想的PWM波形。针对PWM发生器一无刷直流电动机系统，提出基于神经网络的PWM预测控制方法。采用离线训练和在线修正的方法，通过对PWM发生器-无刷直流电动机系统动态行为的在线估计，建立了系统的神经网络模型。最优控制器根据神经网络模型的输入、输出响应产生合适的PWM波形。在Matlab／Simulink环境建立了模型并进行了仿真，结果表明，较之PI控制器，神经网络预测控制具有更好的动态响应性能。     

基于无监督学习的智能数据中心电力拓扑系统

在任务关键型云计算服务中,构建准确的数据中心电力拓扑结构对于实现快速准确的故障处理,减轻故障事件对云计算服务质量的损害十分重要。但目前数据中心电力拓扑结构的生成过程具有劳动密集型的特点,其准确性难以得到有效评估和保障。该文设计了一种基于无监督学习的智能数据中心电力拓扑系统(intelligent data center power topology system,IPTS),不仅可为电力系统的运行部分自动生成实时变化的电力拓扑结构,而且可利用电力系统的监控数据对人工构建的数据中心电力拓扑结构进行验证。实验结果表明,IPTS可自动生成准确的数据中心电力拓扑结构,一致性比率(CR)可达到0.978,并可有效地定位人工构建的电力拓扑结构中的大多数错误。     

正交激励超声切削装置的椭圆轨迹偏转与校正

为研究超声椭圆振动切削（ultrasonic elliptical vibration cutting,UEVC）刀尖轨迹形成及控制,解决刀尖轨迹非正椭圆问题,建立二维正交柔性导波UEVC装置刀尖轨迹的运动学模型;分析90°相位差下非正椭圆轨迹产生原因,建立刀尖轨迹校正模型,并推导出基于正椭圆轨迹下的刀尖轨迹偏转模型。通过实验对刀尖轨迹校正模型进行验证,校正后轨迹偏离坐标轴1.67°,小于校正前偏离角度。实验结果表明,该模型能够有效地校正刀尖轨迹,可在轨迹控制方面为后续研究刀尖轨迹偏转及变刀尖轨迹超声振动加工提供理论基础。