变增益参数辨识及其在混沌保密通信中的应用

讨论变增益参数辨识技术在混沌保密通信中的应用。在基于参数调制策略的混沌扩频通信过程中 ,利用参数辨识进行信息解调。同时利用系统输入和可测输出 ,给出一种可行的参数调整策略 ,以改善对时变参数的跟踪质量并对参数调整的可行性进了定性讨论。数值仿真表明 ,这种变增益的信息解调策略比LMS和ILMS效果更好     

基于自互评体系的竞争性评估方法研究

在现今的系统评估方法研究中，通常都把每一决策单元即被评估者看成一种客体，被动的由评估者进行优选，缺乏主动性，往往与现实不符。本文从新的角度，引入目标参数，提出基于自互评体系的竞争性评估模型(CEMCO)，分别从自评和互评的角度，把每一决策单元即被评估者作为一种主体来参与各方案优选的竞争。     

工业热网参数监测与计量管理系统

本文介绍一种集工业热网参数监测、修正补偿、计量管理功能于一体的工业测控计算机系统的研究设计方法，给出了系统主要功能和技术指标，总结了经过两年实际运行考验的软硬件一系列特点。     

一种高效的PID参数优化方法

阐述了如何利用MATLAB的NCD优化工具箱结合Simulink（平台来实现PID参数的自动整定，通过实例仿真比较得出，此方法不用编程，简便易用，控制效果理想并且可靠性高。     

一类复杂系统自适应观测器设计

分析和研究了一类非线性不确定复杂控制系统的自适应状态观测器设计问题,利用模糊逻辑系统具有充分逼近连续函数的性质,在状态观测器的鲁棒项构造中引入了模糊逻辑系统的输出,并用它完成了逼近系统中不确定性的任务,从而削弱了已有的研究成果在设计这类系统状态观测器时所使用的较为苛刻的假设条件,并证明了所设计的观测器与被控系统状态间的误差及各参数估计误差一致终极有界。最后用仿真实例证明了所采用方法的有效性。     

基于BP网络的PID控制器参数整定法研究

将神经网络和PID参数的整定相结合,提出了基于误差反传神经网络的PID参数整定方法,通过神经网络的自学习和权值调整寻找最优的PID参数。该方法适用于非线性系统和时变系统,实现了PID参数的在线整定。     

不同维的混沌系统的自适应函数投影同步

本文对维数不同并且参数未知的两个不同的混沌系统,通过增补维数的方法研究了两个系统的自适应函数混沌同步和参数识别问题.基于Lyapunov稳定性理论和自适应同步法,为系统设计了合适的自适应同步控制器和未知参数的辨识规则,实现了系统的混沌同步和未知参数的辨识.数值仿真验证了所设计的控制器和参数辨识规则的有效性.     

应用BP神经网络预测磨溪气田香四储层孔隙度

神经网络是一门新兴的信息处理技未,它可用来解决测井解释和油藏描述中的模式识别和参数估算等问题。本文利用取心并的储层孔隙度与测井数据,应用改进的BP神经网络模型建立了川中磨溪气田香四储层物性参数孔隙度的预测模型。与传统方法~回归方程、灰色方程和测井解释相比,其精度及实际预测效果均令人满意。该法值得推广应用。     

输入空间自优化神经网络的研究及其在声信号车型分类中的应用

摘要：本文提出了神经网络结构自优化的新理念,并主要介绍输入空间自优化的概念及输入空间自优化神经网络的基本思想和基本算法。用Matlab 7.0编写了输入空间自优化神经网络的程序,并将输入空间自优化神经网络应用于高速公路的汽车车型的分类中,提高了参数优化的速度,同时也降低了神经网络的运算量,解决了实际问题。