济源凹陷油源追踪及烃类垂直运移作用

济源凹陷为一中、新生代复合型断陷．下第三系原油为轻质、低硫原油，与下伏中生界（Ｔｔ－Ｊ２）湖沼相生油岩抽提物具有同源性，而与下第三系泥岩抽提物回然相异。后邓断裂是烃类垂直运移的良好通道，中生界生成的烃类沿断裂经过了约３０００－４０００ｍ的垂直运移而聚集成芷。长距离的垂直运移造成了原油中ｒ－蜡烷的富集，作为运移通道的断裂发育时间、规模等控制了浅层油芷的分布．     

语言判断矩阵的一致性及相关问题研究

研究了语言判断矩阵的一致性及基于语言判断矩阵的方案排序问题.在给出语言判断矩阵有关概念的基础上,通过对有序语言短语集中的有序语言短语进行"量化",给出了语言间相互作用的运算定义,探讨了语言短语及语言判断矩阵的基本性质,进一步从理论上提出了语言判断矩阵完全一致性和满意一致性的概念;为了方便检验语言判断矩阵的一致性,通过引入导出矩阵的概念将语言判断矩阵转化为数量矩阵,并提出了语言判断矩阵完全一致性、满意一致性的简便的判定方法;针对基于语言判断矩阵的方案排序问题,根据导出矩阵的性质通过求解最大特征根,给出了一种简便的方案排序方法;最后通过两个算例说明了本文给出的一致性判定方法和方案排序方法.     

连铸坯液芯轧制的模拟实验与计算

对连铸方坯带液芯轧制的工艺进行了计算机模拟实验的分析，指出了方坯带液芯轧制时的变形特点、应力、应变的变化趋势，以及液芯率的大小对轧制能耗和应力、应变及变形规律的影响．在有液芯存在时，轧件的上下表面向内凹陷，侧面易于形成单鼓变形，并且随液芯率的增大而增大；同时由于静不定的作用引起轧件角部的旋转．加上变形的作用，将导致边部应力大大增加，其表现出来的变化是先减小而后增大的趋势．     

基于RBF网络的增量学习

提出了一种基于径向网络的增量学习算法 ,在对新样本进行学习时 ,通过恢复受干扰样本的方式来尽可能保持已有的知识不变 .模拟实验证明了本算法的正确性和有效性 .     

喷锚支护作为地下室外墙的应用研究

喷锚网支护技术在建筑物地基基坑开挖临时支护中的运用已经越来越广泛，而土层锚杆作为永久性支护在建筑物地下室中应用较少．拟通过广州大学广园校区体育馆工程地下室土层锚杆的施工技术，探讨土层锚杆在建筑物地下室中作为永久性地下室外墙应用的可行性．     

变系数Helmholtz方程本征值问题差分近似的六阶校正法

给出了变系数Helmholtz方程的六阶高精度校正法。此校正过程几乎不增加工作量，而校正后精度比未校正提高了四阶，并能提供后验误差估计。同时，对于常系数Helmholtz方程，给出了八阶校正格式。     

基于神经网络的建筑行业投标报价研究

在建筑行业的投标报价过程中，如何在众多的信息中选出对最终报价影响较大的几项因素以及如何确定这些因素与最终报价之间的关系是一个棘手的问题．论文针对这两大难题提出了基于神经网络技术的解决方法．首先根据贡献变量分析理论确定出影响报价结果的9个报价因素，从而建立起基于神经网络的报价模型，然后在所确定模型的基础上改进传统的BP算法，进一步提高网络的泛化能力．从实际应用的结果可以看出，经过变量选择后所确定的报价因素是合理的，改进学习算法后的网络的泛化能力也有了很大的提高．     

基于模糊神经网络方法的新构造控水专家系统

在对大量野外地质资料统计和综合分析基础上，依据地质专家在新构造领域的理论知识和成功经验，运用模糊数学理论和神经网络理论相结合的方法，提出一种用线性单元并联实现非线性划分的神经元网络模型，并研制出相应具有较强推理能力和学习功能、广泛用于非定性系统数据处理的专家系统，该系统经实例验证具有较强的适用性。     

Non-Minimum Phase Nonlinear System Predictive Control Based on Local Recurrent Neural Networks

Abstract: After a recursive multi-step-ahead predictor for nonlinear systems based on local recurrent neural networks isintroduced, an intelligent PID controller is adopted to correct the errors including identified model errors and accumulatederrors produced in the recursive process. Characterized by predictive control, this method can achieve a good controlaccuracy and has good robustness. A simulation study shows that this control algorithm is very effective.     

基于灰色系统与神经网络的航材消耗广义加权函数平均组合预测模型研究

建立了航材消耗的灰色系统预测模型与神经网络预测模型，同时给出了一种新的具有广泛代表性的组合预测模型－－广义加权函数平均组合预测模型及其加权系数的参数估计方法，并利用此方法建立了基于灰色系统与神经网络的航材消耗广义加权函数平均组合预测模型，最后以实例说明了其预测效果。