相干捕获条件下原子态的特性

研究了耦合双原子与单模压缩真空场Ram an相互作用过程中原子的相干捕获。结果表明:相干捕获后的原子态为一不同于初态的纯态,原子系统与光场的纠缠分解。     

无刷直流电动机自适应神经元模糊控制系统

针对电动汽车用无刷直流电动机负载波动较大的特点,采用自适应神经元模糊控制策略设计自适应神经元模糊速度控制器,以此提高系统抗负载变化的能力.模糊逻辑控制能够有效地利用语言信息,其控制规则容易表达,可用单神经元的在线学习能力实时调节模糊逻辑变量的权系数,利用离线学习能力补偿传统模糊逻辑控制所产生的系统偏差.理论和仿真研究表明,据此设计的控制系统具有较强的带负载能力和很好的抗负载变化能力,达到了预期控制效果.     

定态量子流体动力学模型解的一些估计

有关量子流体动力学模型的研究成为了一个热点问题。研究了当电子密度为正,引入新的变换ω=ρ后,得到稳定态半导体量子流体动力系统的解的L∞估计、H1估计和H2估计。     

用人工神经网络方法辨识岩体力学参数

研究了用人工神经网络辨识岩石工程岩体力学参数的基本原理、网络结构、网络训练样本的获得及网络训练方法·在此基础上,提出了用人工神经网络辨识岩石工程岩体力学参数的方法和步骤,并给出了一个参数辨识实例·结果表明,依据巷道变形观测,用神经网络辨识岩石工程岩体力学参数是可行的·该方法为研究岩体物理力学性质参数和岩石工程初始地应力条件提供了一个有效途径,尤其适用于软岩情况下岩体力学参数的辨识·     

具有时滞磁通神经元模型的Hopf分岔分析

利用稳定性理论和中心流形定理等方法研究双时滞磁通神经元模型的稳定性、 Hopf分岔的存在性以及分岔方向和分岔周期解 的稳定性, 并给出部分数值模拟验证所得结论. 结果表明: 在特定时滞范围内模型存在分岔周期解; 时滞的增加可诱导尖峰放电行为.     

基于结构的神经网络模型

提出了一种基于结构的神经网络模型，并介绍了利用该模型进行系统建模与参数优化的方法，该神经网络模型本质上是结构化的，网络模型的结构与系统结构相对应，网络中神经元的个数是确定的，神经元之间的连接不是盲目的，而是根据子系统间的相互作用关系连接而成，网络的部分连接权值与系统结构参数相对应，具有明确的物理意义，所以，建模后可进一步进行结构参数的优化。     

水电站计算机监控系统单神经元自适应PID功率调节的研究

水力发电机组是一个复杂的非线性控制对象,为保证水电站发电机组功率调节具有快速、稳定的控制特性及良好的鲁棒性,本文提出在水电站计算机监控系统有功功率调节中采用单神经元自适应PID功率调节方式.PID控制的关键问题是PID参数的整定,单神经元自适应PID控制器由于其权值可以在线调整,具有较强的自学习和自适应能力,仿真结果表明改进的单神经元PID控制器比传统的控制器拥有更好的稳定性、动态性能和鲁棒性.     

量子棒中弱耦合极化子声子平均数

采用线性组合算符和幺正变换的方法研究了在抛物限制势下量子棒中电子一体纵光学（LO）声子弱耦合极化子中电子周围的平均声子数．讨论了在弱耦合情况下,电子周围的平均声子数与电子-声子耦合常数及纵横比的关系．     

阶梯型三能级原子与双模腔作用制备四光子GHZ态

通过阶梯型三能级原子与双模腔大失谐作用,提出制备四光子Greenberger-Horne-Zeilinger（GHZ）态的方案。光子作为量子信息载体,通过对原子的测量得到所需要的量子态。该方案具有实验可行性。     

塞曼效应中磁场强弱的量子力学计算

本文根据狄拉克的相对论量子力学理论,对产生正常塞曼效应(帕邢—巴克效应)和反常塞曼效应的磁场强弱进行了分析,给出了划分强磁场与弱磁场的临界位计算式。计算结果表明与实验值相吻合。