离散多变量系统的一种实用MRAC方案

将连续系统从模型取状态方案推广到含有可测扰动的离散多变量系统 .算法对扰动具有鲁棒性 .将误差引入控制器 ,设计出的 MRAC系统可不必预知系统参数的变化范围 ,可选择的适应律有更多的自由度     

遗传算法在离散变量结构优化设计中的应用

研究适于离散变量结构优化设计的遗传算法．探讨了离散变量结构优化问题的基因表达模式，提出了一种减小基因搜索范围的子空间构造方法．该算法可处理受应力、位移约束的结构优化问题．数值计算实例表明该算法效率高，具有很强的适应性     

一种改进GMDH的新方法

本文提出在ＧＭＤＨ中利用“新息贡献”准则选择关键变量（包括初始变量和中间变量）、自动构成最优部分多项式，并且给出了递推算法以避免重复运算，从而优化了模型结构，提高了精度，简化了建模过程。最后用仿真例子验证了新方法的有效性。     

A位La和Dy替代Bi2O3-ZnO-Nb2O5陶瓷结构及介电性能的研究

研究了A位La,Dy替代对BZN基陶瓷结构和介电性能的影响.在替代量x≤0.2的范围内,La替代样品均保持单一的立方焦绿石结构;在x<0.15的范围内,Dy替代样品为单一的立方焦绿石相;当x=0.2时,结构中出现杂相.随着La、Dy替代量的增加,陶瓷样品的晶粒尺寸、密度和介电性能发生有规律的变化;低温介电弛豫峰的峰形逐渐宽化;La替代样品的峰值温度向低温方向移动,Dy替代样品的峰值温度向低温方向移动.与x为0.1、0.15和0.2相对应的La替代样品弛豫峰峰值温度tm分别为-95℃,-99℃,-104℃,Dy替代样品弛豫峰峰值温度tm分别为-96℃,-89℃,-85℃.     

存储空间图在程序设计语言中的应用

学习程序设计语言的人都知道，为了清晰表示自己的算法，可以采用不同的方法，常用的有自然语言，传统流程图，结构化流程、伪代码、PAD图等。但初学者往往很难理解算法每一步的细节，对于函数调用的理解更是困难。图形的形象化和视觉化能较好的帮助我们理解，并能引起学习者的注意，激发学习兴趣。本文便是运用类似“几何图形”的方法，解释说明程序设计语言中函数调用的问题。     

科技奖励:如何充分发挥激励作用

2006年1月9日，全国科学技术大会暨2005年度国家科技奖励大会召开，这对我国广大科技工作者而言是激动人心的。从”向科学进军“的号召到“科学技术是第一生产力”的论断再到“科教兴国”战略的实施，我国科学技术工作已经走向了一个新的辉煌。其中，科技奖励在这个辉煌的历程中起了不可替代的作用。目前，科技奖励已经成为我国科技管理工作中的重要组成部分，对激励广大科技工作者的积极性和创造性、促进科技进步起着十分重要的作用。     

A QUANTIFIER-ELIMINATION BASED HEURISTIC FOR AUTOMATICALLY GENERATING INDUCTIVE ASSERTIONS FOR PROGRAMS

A method using quantifier-elimination is proposed for automatically generating programinvariants/inductive assertions.Given a program,inductive assertions,hypothesized as parameterizedformulas in a theory,are associated with program locations.Parameters in inductive assertions arediscovered by generating constraints on parameters by ensuring that an inductive assertion is indeedpreserved by all execution paths leading to the associated location of the program.The method can beused to discover loop invariants-properties of variables that remain invariant at the entry of a loop.Theparameterized formula can be successively refined by considering execution paths one by one;heuristicscan be developed for determining the order in which the paths are considered.Initialization of programvariables as well as the precondition and postcondition,if available,can also be used to further refinethe hypothesized invariant.The method does not depend on the availability of the precondition andpostcondition of a program.Constraints on parameters generated in this way are solved for possiblevalues of parameters.If no solution is possible,this means that an invariant of the hypothesizedform is not likely to exist for the loop under the assumptions/approximations made to generate theassociated verification condition.Otherwise,if the parametric constraints are solvable,then undercertain conditions on methods for generating these constraints,the strongest possible invariant of thehypothesized form can be generated from most general solutions of the parametric constraints.Theapproach is illustrated using the logical languages of conjunction of polynomial equations as well asPresburger arithmetic for expressing assertions.     

含隐变量和选择偏差的图模型中的因果推断

Bayes网络常用于多变量间的因果推断,但当存在未观测的隐变量和选择变量时,这种图模型往往无法正确描述观测变量间的因果关系。作者利用在观测变量上构造的最大祖先图模型刻画观测变量间的独立性关系和因果结构,并提出了具体的实现算法,从而可由观测数据来推断这类不完全观测下的部分因果关系。     

新的三类Abel型微分方程的求积定理

借助变量替换法、交换变量位置法、高次二项式定理等方法，在一定条件下，给出新的三类Abel型微分方程，论证它们的可积性，并提供其通积分的表达式，扩充了微分方程的可积类型．     

多变量模糊控制系统的前馈解耦

为实现多变量模糊控制系统的动态解耦，基于前馈解耦思想和神经网络理论，提出了一种多变量模糊控制系统解耦的新方法——模糊前馈解耦法,模糊控制器和解耦部分独立设计，解耦由两层神经网络实现，节点少，其活化函数采用分段线性函数．利用简化的学习算法，根据系统输出误差，在线调整网络权值，从而实现动态解耦而无需辨识被控对象的模型，该方法结构简单且计算量小，适于实时多变量过程控制，仿真证明了该方法的有效性。