有限元-界面元混合模型及其应用

推导得出了一个简化过渡界面单元的单元刚度矩阵．采用界面元-有限元的混合模型来模拟三堆土-结构体系，并采用一致边界来模拟波向无穷远城地基的传播作用．然后壕制了一个可用于进行三堆土-结构非线性地震反应分析的程序，并用谊程序对一框架结构进行了考虑土-结构相互作用影响的地震反应分析．最后总结了各种非线性因素和土-结构相互作用效应时结构地震反应的影响规律．图11。参9．     

弱广义混合变分不等式的辅助问题及迭代算法

应用辅助变分原则研究了一类新的弱广义混合变分不等式,证明了辅助问题解的存在性及弱广义混合变分不等式解的存在性,也证明了迭代算法序列的收敛性.     

基于二次互信息的特征选择算法

将二次互信息(mutual information)用作模式分类问题中特征选择的准则,分析了该准则在再生核希尔伯特空间中的几何意义.在二次互信息准则基础上,提出了基于Parzen窗密度估计和后向删除策略的特征选择算法PW-QMI,同时针对大规模数据集的情况给出了基于高斯混合模型的算法GMM-QMI,以减小算法的计算复杂度.通过与相关度算法和SVM-RFE算法的实验比较,证明了该算法在特征选择问题上具有更为稳定的性能.     

非培养方法在植物内生和根际细菌研究中的应用

植物内生和根际细菌中的一部分可通过多种方式促进植物生长，是植物促生细菌的主要成员，由于它们在植物生长过程中的重要作用而备受人们关注．以非培养（culture-independent）方法对植物内生和根际细菌进行研究已成为植物促生细菌研究领域中的一个重要发展趋势．文中评述了非培养方法的优势特点，在植物内生和根际细菌研究中的主要应用，及研究过程中应注意的主要问题．     

利用串/并联神经网络建立化学反应器模型

本文研究使用线性动态神经网络与非线性的静态网络相结合的混合建模方式解决复杂非线性系统的建模问题。使用混合神经网络建模，可以降低单个网络的训练难度，基于此，也可将非线性系统控制策略的求解分解，转换为线性系统的求解。从而改善使用单一神经网络建模存在的精度不高以及训练时间长等不足，也为非线性系统控制策略的求解提供方便。本文以一个典型多变量系统——连续搅拌釜式反应器（CSTR）作为仿真对象，详细研究和实现了两类神经网络串联和并联的混合建模方法，并对结果进行了比较。     

聚阴离子纤维素AGU上C2,C3和C6羧甲基分布与性能研究

通过化学滴定、核磁分析、红外光谱和应用测试等方法,研究纤维素羧甲基醚大分子结构及性能间关系,对不同工艺制备的产品分子的结构和性能进行分析表征. 结果表明:与普通低倍溶媒捏合法相比,经粉碎的棉纤维在高浴比混合溶剂体系中进行碱化、醚化,得到的产品沿着大分子链葡萄糖环基(AGU)C2,C3和C6上-CH2COO-分布更均匀,其耐酸性、抗盐性和配伍性更优越.     

谐波对磁悬浮转子运动轨迹的影响分析及仿真

与机械轴承支承的控制力矩陀螺相比,磁悬浮控制力矩陀螺具有转速高、寿命长、体积小、重量轻、精度高等优点,因此是大型航天器的理想执行机构。分析了磁轴承支承的陀螺转子在离心力与干扰力的作用下,其中心运动轨迹为圆,但由于谐波(主要为三次谐波)成分的存在,改变了陀螺转子中心运动轨迹(使其运动轨迹变成近似矩形或菱形)、功耗增加、引起高频干扰,并通过磁悬浮控制力矩陀螺的实验进行了验证。对于如何减小系统的功耗、提高磁悬浮转子控制系统的性能提供了理论依据。     

基于混合多指标信息的聚类分析

针对具有实数值、区间数和自然语言等形式的混合多指标信息的聚类分析问题．基于传统的数值信息FCM聚类算法，提出了一种新的聚类分析算法。在该方法中。首先描述了具有混合多指标信息的聚类分析问题，提出了基于混合多指标信息的关于确定最优划分和最优聚类中心的两个定理。然后给出了基于混合多指标信息的FCM聚类算法的选代步骤。最后给出了一个算例。     

MATLAB环境下的系统辨识仿真工具箱

介绍了在MATLAB环境下构建一种新的系统辨识仿真工具箱(SIST:SystemIdentificationToolbox)的原理与实现,讨论了在MATLAB环境下工具箱的数据和算法结构形式,以及利用GUIDE完成图形界面的设计,用MATLAB与C 混编技术实现物理系统的I/O接口和系统辨识模型与算法、报告文件(report)和帮助文档等功能模块的编程。这种在MATLAB环境下开发的系统辨识仿真工具箱,具有功能丰富、可扩展性好、使用方便、操作直观等特点。还给出了实际使用例,证实工具箱的有效和可靠,可作为辨识研究和教学的辅助工具。     

自适应神经-模糊推理系统的混合协同微粒群算法进化设计

在分析自适应神经-模糊推理系统(ANFIS)结构和参数特点的基础上,定义一个布尔向量L作为网络的结构参数,与原来ANFIS的前件参数集一起构成了新的前件参数集{c,σ,L},并给出了一个新的网络输入输出关系表达式.针对该输入输出表达式,提出一种用于优化ANFIS前件参数集的混合协同微粒群算法.该将参数集L和{c,σ}分别放在两个子微粒群并根据各自不同的特点应用二进制PSO和GCPSO算法进化,两个子微粒群之间的协同由定义的一个协同函数实现,而网络的结论参数依旧用最小二乘法进行优化.应用该算法进行ANFIS网络结构和隶属函数参数的自适应设计,在Henon映射产生的混沌时间序列预测中显示了良好的性能.