遗传算法及神经网络在锅炉负荷优化分配中的应用

针对并列运行锅炉群的负荷优化分配问题,提出用遗传神经网络辨识给煤量-产气量模型,并用改进的遗传算法进行负荷优化分配.给出了改进遗传算法和遗传神经网络的辨识原理.负荷优化分配结果表明,该方法优于平均分配方法.     

基于可辨识矩阵的动态属性约简算法

可辨识矩阵是粗集理论中可以标识决策属性和条件属性之间关系的矩阵。根据数据库的动态建立特性，提出了一种基于粗集理论中的可辨识矩阵的动态属性约简算法，利用数据的动态性和可辨识矩阵的特性对己有的属性约简进行修正，并通过实例证明了这种算法的有效性，该算法极大地节省了计算量，提高了算法的执行效率。     

一类五阶非线性发展方程的新显式周期解

应用Jacobi椭圆函数展开法,求出了五阶非线性发展方程ut αu2ux-βuxuxx-γuuxxx suxxxx=0的新显式周期解.其中α,β,γ是常数,s=±1.     

一类n阶差分方程特征值问题的正解

利用锥上的不动点定理对一类n阶差分方程的特征值问题进行了讨论，得到了存在一个及两个正解的特征值的范围。     

k阶伴随矩阵C*k(AB)的性质

对于给定的数域F上的n阶矩阵A,给出并证明了k阶子式阵Ck(AB)的伴随矩阵C*k(AB)的一个性质:C*k(AB)=C*k(B)C*k(A),从而使一般意义下的伴随矩阵的性质(AB)*=(B)*(A)*得到推广.     

带有小参数和不连续源项的反应--扩散问题的多过渡点格式

在许多应用领域常出现带有小参数和不连续源项的反应一扩散问题．这类问题在边界层和内部层附近都出现剧烈振荡现象，解析解根本无法求出．因此人们常采用关于摄动参数为一致收敛的数值方法．本介绍了多过渡点方法，此方法根据边界层和内部层的特点，选择合适的过渡点．在内部层和边界层附近加细了网格点。它很好地拟合了边界层和内部层的性质．证明了新的格式关于小参数一阶一致收敛．提高了Shishkin网格法(单过渡点法)的收敛阶．     

循环流化床锅炉燃烧过程的小波建模研究

针对高维非线性系统，分析了基于多分辨分析的正交小波网络的建模能力。并用于循环流化床锅炉燃烧过程的动态建模，根据现场采集的实时数据进行网络训练和泛化实验。理论分析和实验结果表明网络具有良好的辨识精度和泛化能     

基于竞争神经网络的ABS路面辨识

在传统的防抱死系统中,由于没有额外的传感器测试更多的参数,以及路面的不平度、信号的干扰等原因,至使路面辨识非常困难·针对以上问题,通过对整车制动模型和ABS制动模型的研究,建立了基于竞争神经网络的ABS路面辨识模型,此路面辨识模型是通过对标准信号进行反复学习记忆,用非线性映射方法进行特征抽取并存储于网络的各节点上·工作时,当输入信号存在变形或噪声时,该模型通过联想记忆对输入信号进行聚类分析,得出正确的判断·实验表明,该辨识过程是一种高层次的认知过程且便于批量生产、升级、更新和维护·     

一阶拟线性椭圆型复方程的广义DC型边值问题

研究了一般的一阶拟线性椭圆型复方程的边界条件中含有斜微商的广义Carleman型边值问题。采用直接将广义DC型问题化为奇异积分方程的方法析出特征部分，然后通过对特征方程的研究得到了广义DC问题的可解条件和计算指标。     

生成的凸性研究

给出了灰色系统的生成及序列凸性的概念，讨论了生成矩阵的元素构成与生成序列凸性之间的关系，并用黎曼及斯蒂阶积分给出了生成意义的几何解释。