基于小波网络的非线性组合预测方法研究

提出了一种基于小波网络的非线性组合预测新方法，以克服线性组合预测方法在解决非平衡时间序列组合建模问题所遇到的困难和存在的不足，并给出了相应的学习算法求解小波函数线性组合的尺度和时延参数以及神经网络权值。理论分析和大量的应用实例表明：本方法具有很强的泛化能力与自适应数据和函数变化的能力，在处理诸如经济时间序列这种具有一定程度不确定性的非线性系统的组合建模和预测方面有较高的应用价值。     

一种综合评价指标属性值规一量化技术新途径

对现有的评价指标属性值规一量化技术进行了论述 ,运用模式识别、人工神经网络聚类理论结合模糊集值统计理论 ,提出了评价指标属性值规一量化技术新途径 ,奠定了评价指标属性值规一量化技术智能化的基础 .     

低维混沌时序的预测方法及其应用研究

研究由低维非线性动力系统所产生的混沌时序的预测方法及其应用。通过改进的最小二乘方法来估计模型的参数，并在其相空间中对时序的未来值进行预测。给出了有代表性的实例对本文的模型和算法进行验证。结果发现选取最佳的模型阶数能增加预测的准确程度，且混沌时序不可能进行长期的预测。算例表明本文建议的方法是有效的。     

步进电动机的故障诊断及其实现

针对步进电动机运行中的某些主要故障，设计了ＦＮＮ模糊神经网络故障理机及其单片机实现，提出随机寻优训练算法，并对此对该ＦＮＮ进行了训练，仿真结果表明，该处 仅计算速度快、推理精度高，而且具有工程应用的价值。     

储层潜在敏感性B-P网络快速预测方法研究

对神经网络算法以及利用神经网络进行敏感性预测中经常出现的问题进行了探讨。着重介绍了合理网络结构的确定方法、学习样本的搜集与处理以及学习算法的改进等 ,并建立了改进的B P算法。通过水敏性预测 ,介绍了神经网络在敏感性预测中的具体应用过程 ,并对其在实际生产中的应用效果进行了验证。结果表明 ,利用改进后的神经网络对储层敏感性进行预测的方法 ,具有预测精度高、自适应好、容错能力强等优点。为了便于使用 ,编制了功能完备的敏感性预测软件 ,现场使用效果良好。     

空地导弹毁伤地面目标计算机仿真软件

在微机平台上，采用MATLAB语言开发出了空地导弹毁伤地面目标计算机仿真软件。该软件是一种交互式，面向对象的仿真软件，能够完成导弹毁伤导弹发射车的毁伤模型计算和毁伤雷达车的毁伤模型计算，以及图形演示，另外，独立开发了模糊方法计算毁伤模型方法和神经网络计算毁伤模型方法。     

语音信号时间动态规正新方法

利用函数逼近原理，提出了一种语音信号时间动态规正的新方法，并由此导出了可用于神经网络语音识别的新特征。重点讨论了时间动态规正的原理、新特征的提取方法和性质。实验及理论分析表明，新特征对于神经网络语音识别及语音压缩具有很好的效果。     

a阶时延逆系统的小波神经网络实现

研究采用小波神经网络（WNN）构造a阶时延逆系统的工程实现问题，并给出了a阶时延逆系统小波神经网络存在的充分条件。文中利用小波具有的时频局域化特性，完成小波神经网络的初始化，并去除网络中大量不必要的节点，使网络大大简化。仿真研究表明，该方法对a阶时延逆系统的实现具有良好效果。     

基于神经网络直接逆控制的交流伺服系统的仿真研究

提出了神经网络直接逆控制的一种策略,实现对神经网络控制器的在线自校正.仿真结果表明,伺服系统响应快、精度高、无超调.     

制冷系统仿真中定量参数的神经网络辨识

尝试用现代人工智能技术来改进现有的制冷系统仿真方法．首先，提炼出与制冷系统仿真结果的量化密切相关的定量参数，然后在已有的定性数值仿真模型的基础上，根据实验数据，采用人工神经网络（ＡＮＮ）方法对仿真模型中的定量参数进行辨识，识别出最佳的定量参数．这不仅有利于提高仿真精度，改善计算稳定性，而且降低了对仿真软件用户的技术要求，有利于仿真技术的实用化．对房间空调器稳态特性仿真的初步结果表明该方法效果良好．