一种改进的遗传优化算法在网络故障预测中的应用

模糊逻辑控制器(FLC)模型简明，易于利用专家知识，适应能力强．适用于多输入、具有不确定因素、非线性系统的控制。随着系统复杂度的提高，直观经验获取难度变得越来越大．既难表述，又难使用。本文针对网络系统中故障的预测和诊断问题，将遗传算法与前馈网络结合，提出了一种基于BP的遗传优化改进型算法(RGA—BP)，并与经典BP算法结果作了比较，迭代步骤很明显的减少，精度明显提高。     

非线性理论在PID控制器中的应用

近年来，非线性理论在PID控制器中的应用十分迅速和广泛，如将模糊理论、神经网络理论、混沌理论、遗传算法、博实论等一系列非线性理论应用在PID控制器中，形成了模糊、神经网络、基因即遗传、混沌等PID控制器，并广泛应用于复杂的工业过程控制中。本文主要就几种PID控制器研究的现状与存在问题进行了分析。     

BCH-代数中的广义结合理想与拟右交错理想

给出了广义结合BCH-代数、强BCH-代数、BCH-代数的拟右交措理想、BCH-代数的理想、广义结合理想、次广义结合理想等概念。讨论了广义结合BCH-代数中理想与广义结合理想的关系;广义结合理想与次广义结合理想的关系;强BCH-代数与广义结合BCH-代数的关系;广义结合BCH-代数与广义结合BCI-代数的关系;BCH-代数的拟右交措理想与理想的关系.进而证明了:BCH-代数是拟右交措的当且仅当它的任意理想是拟右交措的。     

基于遗传算法扶梯驱动机模糊可靠性优化设计

应用啮合理论和模糊可靠性优化理论，以自动扶梯驱动机主传动机构中蜗杆传动的效率及中心距为目标函数，选取必要的设计参数，并使用改进的遗传算法，对驱动机中的蜗杆传动进行模糊可靠性优化设计．结果表明，该算法具有较强的全局收敛性，且收敛速度和稳定性有所提高，与传统设计方法相比，蜗杆减速器的中心距下降了30．4％，蜗杆的相对滑动速度下降了10．12％，综合曲率半径增大了17．34％．     

模糊综合评价在高等院校人才选拔中的应用

针对高等院校人才选拔过程中，人才价值无法用货币表现的特征，引入模糊综合评价进行计量，并结合高等院校人才选拔的特点，建立评价指标体系，为高等院校合理选拔人才提供依据．     

模糊映射次微分在最小值点集合上的性质及其运算

在模糊数空间中，介绍了模糊数及模糊映射次微分等概念，引入模糊数的加法与乘法运算法则及序关系，定义了锥N（C，x0），证明了模糊映射在最小值点集合上的性质，通过实例，利用模糊数的定义、运算法则、序关系和模糊映射次微分的定义及性质对模糊映射的次微分作了尝试性的计算。     

直接有限环

证明了如下结果:1)环R是直接有限环当且仅当每个右R-满射f:R→R是单射;2)若R是右C2环,则R是直接有限环当且仅当每个右R-单射f:R→R是满射当且仅当R/J(R)是直接有限环;3)设R是左半A-bel环,则R是直接有限环;4)设R,S是两个环,RVS是(R,S)双模,则C=RV     

模糊信息静态伯特德双寡头博弈分析

在分析了厂商的市场信息具有模糊性的基础上,分别给出了2个模糊信息静态伯特德双寡头博弈模型,并运用模糊数学理论及方法,分别求出了这两种情形下博弈的均衡解.     

基于遗传算法的模糊神经网络控制器在虚拟仪器中的实现

模糊控制技术在复杂的非线性控制过程中表现出优越的性能，神经模糊控制器的出现为自适应模糊控制设计开辟了新的途径。遗传算法由于具有不依赖于问题模型、全局最优、隐含并行性、高效率和解决不同非线性问题的鲁棒性等特点，能很好地用于神经网络的训练。两种方法综合使用，可以大大提高模糊神经推理控制系统的自学习性能和鲁棒性。通过应用Active X技术在Lab VIEW中调用和操作MATLAB的方法，实现了基于遗传算法的模糊神经网络控制器。     

分配P-代数的O-理想与核理想

研究了分配P-代数的O-理想和核理想的性质，证明了分配P-代数的O-理想与核理想是相同的理想。