专家系统技术在注塑模故障诊断中的应用

论述了用人工智能技术对模具故障进行诊断和确定对策的原理和方法。对模具在工作中常遇到的与模具制造、工艺条件及塑料材料有关的问题及相应对策进行了归纳整理，组成了模具诊断与维修知识库。收集了常用工程塑料的各种有关成型工艺条件和主要性能，建立了塑料材料数据库。采用正向推理控制策略搜索知识库，并将推理结果与理论计算结果进行对比校验，最后确定出模具工作中出现故障的原因，并输出相应的解决办法和建议．     

一个快速的二进制多重精度gcd算法

求两个整数的最大公因子（gcd)的经典的Euclid算法时间复杂度为O（ln^3n)，不适宜于多重精度运算。论文证明了gcd的相关性质，提出了一个基于二进制的、适用于多重精度运算的改进算法，其时间复杂度为O（ln^2n)。     

基于弯曲路径的复杂温度场重建算法仿真研究

以最小二乘法温度场图像重建算法为基础以费尔马定理为依据，对声学法工业炉温度场检测中由于声波传播路径弯曲对温度场重建所产生的影响进行了研究，给出一种实现声波路径弯曲补偿的复杂温度场重建算法，通过仿真，考察了该算法对不同温度场分布函数的重建效果，结果表明：该算法不但可实现声波路径弯曲的补偿，而且可同时进行温度场的重建，具有较高的重建精度。     

双基地声纳定位精度和算法研究

根据双基地声纳定位的特点，提出了一种单纯基于声波到达时间(TOL)的双基地声纳定位算法，给出了算法的原理和误差分布。通过数值仿真，研究了基线长度、时间测量误差对算法定位性能的影响。仿真结果表明，TOL算法的定位精度与基线长度有关，随着基线长度的增加，定位精度提高。时间测量误差对算法的定位精度影响较小。与同等条件下单基地声纳定位相比，双基地TOL算法具有更高的定位精度。该研究为多基地声纳新体制的建立，提供了理论依据。     

复杂系统的遗传-模糊建模方法

针对复杂系统的模糊建模问题，提出了一种遗传．模糊建模新方法。首先，利用竞争学习算法对输入空间进行自适应聚类，基于聚类结果提取模糊模型的规则前件隶属函数参数，采用局部最小二乘法求得规则后件参数，从而初步建立起系统的T-S模糊模型。然后，对规则前、后件参数进行编码，借助于实值编码遗传算法优化模糊系统。最后，数字仿真结果验证了算法的可行性和有效性。     

基于小波包能量特征的滚动轴承故障监测方法

对滚动轴承的故障特点进行分析，根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性，提出了小波包能量特征的概念及算法，并给出两个仿真算例，然后将小波包能量特征与径向基函数网络相结合，提出了一种新的滚动轴承故障诊断方法，数字仿真实验证实了该方法的正确性和有效性。     

基于Elmore模型的Steiner树问题的求解

建立了一种求解基于Elmore延迟模型的Steiner树问题的遗传算法。针对Steiner树问题的特点,在引入一种新的具有自适应性的杂交概率和变异概率的基础上,提出了面向Steinet树问题的遺传算法和一种构造染色体的新方法。提供了遗传算法的结构并讨论了遗传算子。分析了基于时间和空间的算法复杂性。     

含有纯滞后对象的控制方法

评述纯滞后对象控制的两种典型方法─—大林算法和纯滞后补偿法的原理、优缺点、设计要求及存在问题，并讨论了两者的联系。     

周期信号的孔径抖动及其去除

孔径抖动是指模数转换器采样周期之间出现的相位抖动 ,是由各时钟周期边沿出现时刻的不确定性导致的。当输入信号频率较高时孔径抖动是模数转换器信噪比下降的一个重要原因。对数据采集系统中的孔径抖动进行了仿真实验 ,介绍了反卷积算法 ,并利用反卷积算法对周期信号的孔径抖动进行了去除。仿真结果表明该方法是有效可行的     

Radar Imaging Based on Iterative Algorithms

It has long been realized that the problem of radar imaging is a special case of image reconstruction in which the data are incomplete and noisy. In other fields, iterative reconstruction algorithms have been used successfully to improve the image quality. This paper studies the application of iterative algorithms in radar imaging. A discrete model is first derived, and the iterative algorithms are then adapted to radar imaging. Although such algorithms are usually time consuming, this paper shows that, if the algorithms are appropriately simplified, it is possible to realize them even in real time. The efficiency of iterative algorithms is shown through computer simulations.