过采样方法在系统辨识中的应用

为了对带噪输出的控制系统进行盲辨识，提出了一种利用过采样法辨识控制系统函数的方法，通过过采样控制系统的输出信号，将原单输入单输出系统转换成为一个新的与原系统具有相同输出极点的单输入多输出系统，再估计出这个新的单输入多输出系统的传递函数，最后得到原单输入单输出系统的模型参数，仿真结果表明，与常用的高阶矩法相比，该方法具有不受系统结构影响，不需要计算样本数据的高阶统计矩，使用的样本数据量少，便于计算机实现的优点。     

混凝土重力坝基岩中的软弱夹层问题

论述了软弱夹层的分类、勘查和试验研究，对混凝土重力坝基础深层抗滑稳定及抗滑安全度进行了分析说明。     

基于射频技术的马拉松计时辨识系统

论述一种将射频识别技术应用于马拉松比赛的自动计时系统。这一系统利用射频无线电对记录媒体进行读写操作，完成对马拉松运动员的非接触式自动识别，从而实现运动员成绩计时。实际应用表明，系统实现简单，控制及使用方便，具有良好的动、静态性能。     

葡聚糖酶高产菌株的分离鉴定及其培养基优化的研究

进行高产分解葡聚糖酶的优良菌株的分离、鉴定及其培养基的优化.经过对土壤样品的分离、诱变筛选和一系列的形态、生理生化试验后,获得一株葡聚糖酶活力为97μ/ml的菌株并鉴定为枯草芽孢杆菌属.其在摇瓶发酵的优化培养基为葡萄糖4%,磷酸氢二铵0.03%,磷酸二氢钾0.15%,硫酸镁0.1%,其它适量无机离子及生长因子.     

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     

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。     

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。