锆英石陶瓷固化模拟放射性焚烧灰

以天然锆英石为原料,借助失重-差热(TG-DTA)、X射线衍射(XRD)、扫描电镜(SEM)等分析测试方法,对模拟放射性焚烧灰的陶瓷固化进行了初步研究。结果表明,随着模拟放射性焚烧灰掺量的增加,ZrSiO4的分解温度降低。陶瓷固化体的主要晶相及其烧结温度与模拟放射性焚烧灰的掺量有关,当模拟放射性焚烧灰掺量(质量分数)为20％,固化体的较佳烧结温度范围是1230-1290℃,主要晶相为ZrSiO4;当掺量40％,固化体的较佳烧结温度范围是1200-1260℃,主要晶相为ZrSiO4和ZrO2;当掺量60％,固化体的较佳烧结温度范围是1290- 1350℃,主要晶相为ZrO2。     

基于可变精度粗糙集的规则挖掘矩阵算法

提出了一种基于可变精度粗糙集的规则挖掘矩阵算法,它是一个采用基于分类精确度的粗糙集模型进行决策规则挖掘的新方法,能有效地处理决策表的不一致性。实例结果和实际应用表明该算法是有效的,为信息系统的规则约简、获取和信息压缩提供了新的思路。     

考虑时滞影响的分层非线性全局控制器的设计

提出了基于广域信息的分层控制器结构,第一层是负责计算全局信息（如功角中心、角速度中心）的广域控制器,第二层是将本地测量信号与全局信息相结合以得到控制规律的本地控制器.同时,为了克服基于线性二次调节的非线性全局控制器易受时滞影响的弊端,应用线性矩阵不等式的H∞控制理论提出了新的计及时滞影响的非线性全局综合控制器.四机系统的仿真结果表明,当考虑广域信息的时滞影响时,该控制器仍能快速平息系统的振荡,提高系统的稳定性.     

具有状态和控制滞后离散系统的容错保成本控制

基于T-S模糊模型,通过无记忆状态反馈研究了一类带有状态和控制滞后的不确定离散时滞系统容错保成本控制问题。应用线性矩阵不等式(LM I)给出系统存在执行器故障时,模糊闭环系统渐近稳定的充分条件,该条件保证了对所有允许的不确定性闭环系统渐近稳定,而且对于给定的二次型成本函数,能保证闭环成本不超过某个界。算例表明该方法是有效的。     

一类基于观测器的线性不确定系统的正实控制

本文考虑了一类基于观测器的线性不确定系统的正实控制问题，其中它的不确定性更具一般性．把这类问题转化为带有常量参数的系统的正实控制问题，通过求解线性矩阵不等式得到控制器参数的解，设计的此类基于观测器的控制器，使得闭环系统稳定且扩展严格正实．最后通过仿真算例进一步验证了该控制方案的有效性．     

基于最小二乘支持向量机和证据理论的交通数据融合

针对基于浮动车辆数据(floating car data,FCD)的城市道路交通信息采集系统存在的问题,提出一种基于最小二乘支持向量机(LS-SVM)和证据理论的数据融合方法,通过融合地感线圈采集的交通流量信息,提高FCD系统交通速度信息采集的准确性.利用LS-SVM回归得到速度-流量关系曲线的临界速度参数,再根据历史数据库用统计方法计算出流量-速度关联规则的可信度矩阵,在得到这些经验知识的基础上,定义了两种证据源的基本概率分配函数.最后,通过D-S证据理论对两种证据源进行数据融合,获得融合后的速度信息.实地跑车实验结果论证了融合算法的有效性和可靠性.     

涉及积和式的切比雪夫型不等式的一个新证明

主旨是借助于代数和分析工具给出如下涉及积和式的切比雪夫型不等式 perA/^n П（i=1） ^n ∑（j=1） αi,j ≤perB/^n П（i=1） ^n ∑（j=1） bi,j 的一个新证明，同时也展示了该结果的一个新的应用．     

次对称矩阵的一些性质

研究了次对称矩阵的性质,次对称矩阵与次对合矩阵,次正交矩阵的关系,并加以理论证明,得到了一些重要的结论。     

广义次正定矩阵的性质

讨论了广义次正定矩阵乘积的性质及广义次正定矩阵的代数结构,推广了著名的Minkowski不等式和Ostrowski-Taussy不等式.     

Stability analysis of BAM neural networks with time-varying delays

Some new criteria for the global asymptotic stability of the equilibrium point for the bi-directional associative memory neural networks with time varying delays are presented. The obtained results present the structure of linear matrix inequality which can be solved efficiently. The comparison with some previously reported results in the literature demonstrates that the results in this paper provide one more set of criteria for determining the stability of the bi-directional associative memory neural networks with delays.