基于动态递归模糊神经网络的动态系统辨识

模糊系统和神经网络由于具有逼近任意连续非线性映射的特性而广泛应用于系统的辨识和控制,但是传统的模糊神经网络是一种静态映射,不适用于动态系统的辨识,而现实工程中的控制对象反映的是系统的动态行为.为了提高动态系统的辨识精度,提出了一种新型的动态递归模糊神经网络,并根据动态递归神经网络的数学模型推导其动态反向传播学习算法及其改进算法.仿真结果表明:由于动态模糊神经网络的辨识过程同时利用了系统的当前数据和历史数据,对动态系统的辨识,特别是对具有纯时间延迟动态系统的辨识,较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果.同时,确定网络权值和隶属函数参数初始值的方法可使动态系统的辨识过程具有更快的收敛速度.     

生态遗传算法在模糊系统辨识中的应用

给出一类模糊系统的模糊神经网络模型 .提出一种实用的生态算子 ,构建的生态遗传新算法有效解决了基本遗传算法的“早熟”问题 .采用新算法实现模糊神经网络模型的辨识 ,提高了辨识精度 .实例仿真结果验证了新算法在模糊系统辨识中的有效性     

桥梁内部预应力钢绞线应变的长久监测与分析

重点研究应用埋入式光纤光栅传感器对正在施工中桥梁的预应力钢绞线应变进行跟踪监测的测试方法，分析温度、横向应变等多种因素对测量结果有效性的影响，同时考察了预应力钢绞线在复杂施工环境中的力学行为．研究发现在温度变化较大时应该对测量结果进行温度补偿，同时在非均匀横向应变场作用下光纤光栅不再遵循布拉格条件，对此应做进一步的研究分析，试验结果表明光纤光栅传感器具有易埋入、抗干扰能力强、可对应变进行绝对测量等优点，非常适合于结构内部健康的长期监测。     

论联网终端信息点的扩展

目前，国内在综合布线的设计施工中，大多采用4对的五类双绞线作为终端接入点的线材。而以太网信号传送仅需要2对。随着信息化建设的发展，原有信息点的数量大都不能满足现实的需要。因此，把一根网线分作两根使用，将能够对现有网络布线实现真实有效的扩展。     

基于模拟退火算法的子集AR模型辨识方法及其应用

该文提出一种子集ＡＲ模型辨识算法，该方法采用模拟退火随机搜索算法，对模型的回归项子集进行优化辨识，克服“组合爆炸”问题，简化计算。文中还讨论了基于该算法的人口死亡率建模和预报问题。     

电缆故障测试电路

介绍了三相电缆真故障点的计算公式，并以此为基础设计出电缆故障测试电路     

WIN95环境下的双机通信

简要介绍了双机通信、资源共享的几种方法，并详细给出了在WINDOWS95环境下双机通信的具体方法和过程．     

一种动态载荷的识别方法

提出了一种逆优化系统识别动态载荷的方法。该方法避免了一般载荷识别中频响函数求逆运算中由于矩阵病态而引起的运算及运算失败，从而提高了识别精度，为动态载荷，特别是宽频带、瞬态冲击载荷的识别提供了一种有效途径。     

用几何最小二乘法改进 ITD 法的阻尼识别精度

ＩＴＤ（ＩｂｒａｈｉｍＴｉｍｅＤｏｍａｉｎ）模态识别方法可不用输入系统的信息就识别系统的模态参数，但识别的模态参数常常很不精确，且阻尼比的识别精度很差。当激励信号不是独立白噪声信号时，不应该采用ＩＴＤ法进行模态识别。推导了ＩＴＤ法识别的模态频率和阻尼比的相对误差公式，由此分析了造成阻尼比识别结果很差的原因，并且引入了Ｉ－ｂｒａｈｉｍ提出的双最小二乘算法（ＤＬＳ），在此基础上，提出了几何最小二乘法（ＧＬＳ）。通过理论推导和算例验证得到：一般情况下，ＧＬＳ和ＤＬＳ算法均可提高阻尼比的识别精度，且前者的识别结果优于后者。