用预测－校正方法解非线性含扩散的色谱方程

用预测－校正方法，模拟了非线性含扩散的色谱过程，并与有限分析法及Ｇａｌｅｒｋｉｎ方法作了比较。     

并行广义预测自校正控制器(GPC)

本文旨在讨论ＧＰＣ算法［１，２］的并行化问题，通过对原串行算法的数据流及数据相关性的分析，得到了一种三角阵列的并行算法。该算法自然导致Ｓｙｓｔｏｌｉｃ结构，并具有良好的数值稳定性。对于一个 ｎ阶系统而言，本算法采用Ｏ（ｎ２）阶的处理器单元互连成三角阵列，可以把计算时间由原来的Ｏ（ｎ３）阶（内积运算）时间提高到 Ｏ（ｎ）阶，因而具有 Ｏ（ｎ２）的加速比，其处理器的利用效率得到了很大提高。     

灰色系统理论—一种全新的观念

本文较为全系统、全面地介绍了灰色系统理论的内容、应用及其发展。     

小麦品种产量性状演变与预测的灰色系统分析

本文用灰色关联度分析的方法，对山东省及黄淮麦区不同时期种植的小麦品种产量性状的演变进行了分析，探讨了性状之间的变化态势的异同及相互影响的程度。用ＧＭ（１，１）模型对９０年代小麦产量及相关性状的发展趋势进行了预测。在此基础上，对制定科学合理的育种目标，明确育种的主攻方向，提高育种效率等问题进行了讨论了为小麦的遗传育种工作提供一定的参考信息。     

师资预测一类纵横统计推进模型

提出了一个新的人才预测模型,其主要优点是可对残缺原始数据进行加工,且可修正预测值的随机误差影响,预测精度较高.本文还给出了用该模型对某校师资进行预测的实例,得到满意结果.     

2005年全球经济增长的几个不确定因素

2005年全球经济增长的不确定的因素有三个：美国财政“双赤字”；世界石油价格上涨；发达国家房地产市场的泡沫。     

应用等维新息双向差分灰色模型进行趋势分析的新发现

本建立了最佳等维新息双向差分灰色模型，不仅拓宽了灰色预测的适用范围，而且还通过维数选择确定了最佳维数；使用最新数学工具软件MATLAB进行编程，同时通过对上证周指进行趋势分析，该等维新息预测能较准确地预测未来随机时间序列的涨、跌幅度。     

基于BP神经网络的增益量化中的阶距自适应

本文分析了G.728语音编码算法增益固定量化的缺陷,设计了精确表示增益的自适应量化方案。采用BP神经网络对增益的量化步长进行非线性自适应量化,并提出一种新的用于训练BP神经网络的数据的获取方法。     

基于神经网络的无刷直流电机预测控制的仿真研究

在无刷直流电动机高性能速度跟踪系统中，由于PI控制的滞后性，无法根据未来动态行为产生较为理想的PWM波形。针对PWM发生器一无刷直流电动机系统，提出基于神经网络的PWM预测控制方法。采用离线训练和在线修正的方法，通过对PWM发生器-无刷直流电动机系统动态行为的在线估计，建立了系统的神经网络模型。最优控制器根据神经网络模型的输入、输出响应产生合适的PWM波形。在Matlab／Simulink环境建立了模型并进行了仿真，结果表明，较之PI控制器，神经网络预测控制具有更好的动态响应性能。