模糊神经网络间隔调速模型的研究

提出了一种基于模糊神经网络理论求得动态出口速度的模型，以6层的前向神经网络实现模糊过程使系统具有自学习和自适应能力，能根据列车的实际溜放情况自动调整减速器出口速度。     

N阶线性跟踪-微分器及其在电力系统相角预测中的应用

证明了一种N阶线性跟踪一微分器的收敛性。由于该线性跟踪一微分器的结构参数和跟踪性能对噪声和对象有一定的敏感度和依赖性，采用自适应遗传算法对三阶线性跟踪一微分器的结构参数进行了优化，以期获得较好的参数匹配，提高跟踪预测的精度和速度。将优化后的三阶线性跟踪一微分器用于电力系统参考相角预测研究中，仿真结果证明，优化后的三阶线性跟踪一微分器具有较好的跟踪性能和预测精度，满足电力系统相角预测的要求。     

一种结合外部环境状态的主体语义模型

在传统的基于BDI的主体模型的基础上，提出了一种结合外部环境状态的主体语义模型。通过引入外部环境状态来改变传统的BDI模型中存在的信息不完全性问题。     

非经典线性动力系统的振动分析

采用状态空间法,对多自由度非经典线性动力系统的振动进行了分析,提出了系统位移主变量和速度主变量概念,给出了系统状态向量与位移主变量和速度主变量之间的关系.算例表明,引入位移主变量和速度主变量后,可使非经典线性动力系统的振动问题得到更清晰的描述.     

自适应选权滤波法在GPS高精度动态定位中的应用

介绍了一种新的滤波算法：自适应选权滤波法.在进一步理论分析和研究的基础上，将其拓展用于单频载波相位双差观测值的GPS高精度动态定位中.文中给出两个算例来验证方法的可用性和有效性.初步结果表明，对于短基线，新方法采用GPS单频载波相位双差观测值可得到高精度的动态定位结果.     

一种新的多模式快速匹配算法

提出了一种针对多模式的快速模式匹配算法。算法分为预处理阶段和匹配阶段两个部分，预处理阶段对所有待匹配的模式进行分析，构造一个关于这些模式的树型有限状态自动机，匹配阶段利用这个模式自动机．对文本串进行一次性的搜索，查找文本是否包含模式集中的模式。为了提高了匹配速度，算法利用已匹配的字符串信息实行跳跃式的比较，避免了文本扫描指针的回溯。     

PT二次回路压降自适应补偿方法研究

通过分析电压互感器二次回路的特点及其压降产生的原因，设计了电压互感器二次回路压降自适应补偿控制器，为提高电能计量准确度、减小由于计量误差造成的电量损失提出了一种新的思路。     

一类多频线谱振动的主动控制方法

针对多频线谱振动提出一种新的主动控制方法--多通道解耦LMS自适应滤波方法.该方法以多个并行的LMS自适应滤波器结构和带通滤波器组成前馈控制器,带通滤波器对自适应滤波器进行解耦,以一个单自由度的减振器作为执行机构,对多个频率线谱振动进行主动减振.综合了LMS算法的快速性和频域自适应滤波的有效性,物理意义清晰,易于扩展.应用于国产某型机械式制冷机的主动减振,用B&K的PULSE 7700对现场调试结果进行分析,验证了该方法的有效性.     

线性时滞系统的新型自适应控制

针对一类单时滞的线性时滞系统,为对其未知的状态时滞参数进行自适应控制,基于LMI方法,采用一种基于“描述形式”的Lyapunov-Krasovskii泛函和新型的带记忆的状态反馈控制,使得参数自适应律能反映实时估计值与实际接近值之间的差值,从而突破以往自适应控制对估计值的大小限制和调整参数计算的困难,给出了一种新型的保守性较小、简便、实用的自适应律,仿真实例证明了该控制方案的有效性。     

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。