非线性微分系统稳定性定理的推广

利用非线性微分系统的变分系统，讨论了非线性微分系统解的一致稳定性和等度渐近稳定性，改进了文献[1-3]中相应的结果．     

基于递归神经网络的多变量系统预测控制

针对线性PID控制器系数难以整定的问题，构造了一种用神经网络实现的非线性PID控制器．多个具有相同结构的非线性PID控制器并联，对多变量系统实现解耦控制器．结合预测控制的思想，提出两种控制方案．第一种是在递归多步预测的基础上，在广义最小方差目标函数下实现控制，第二种利用多步预测目标函数在线修正解耦控制器的权值．仿真实验表明这两种方法的有效性．     

一种单神经元自抗扰控制器

针对自抗扰控制器可调参数多且不易整定的问题,提出了一种用单神经元改进非线性状态误差反馈控制律的算法.利用神经网络的自学习能力,采用一个单神经元构造自适应参数,使参数依据系统误差的变化自动作相应地调整,从而完成参数的在线自整定.仿真结果表明,改进后的控制器调整参数大大减少,而且具有更强的适应性和鲁棒性.     

不确定时滞非线性混沌系统的鲁棒容错控制

研究了不确定时滞非线性混沌的鲁棒容错控制问题.基于Lyapunov泛函,运用线性矩阵不等式(LMI)的方法,利用不稳定不动点的控制,引入一种带时滞的状态反馈控制律,对传感器或执行器失效的情况,证明了一类非线性不确定时滞混沌系统对于传感器和执行器故障都具有完整性.结果表明,所给出的控制律不但可以实现对某些传感器故障的容错,而且在正常和故障情况下对于传感器和执行器故障都具有完整性.     

一个具有半连续Gteaux导数的泛函的minimax定理和非线性波方程的解(英文)

本文中,我们证明了一个minimax定理,利用这个定理,我们证明了一个新的非线性波动方程的边界值问题的解的存在唯一性定理．     

一种改进的图像自适应非线性滤波方法

针对图像的保边光滑问题，分析了Perona-Malik(PM)方程的非线性滤波扩散行为，利用保边正则化思想给出了由一种新的各向异性扩散方程所决定的图像自适应光滑算法。这种新的各向异性扩散滤波方法与PM方程的不同之处在于：扩散系数不是直接来源于图像的梯度幅值，而是在图像梯度模基础上恢复出图像的边缘信息。实验结果表明，所提方法对图像边缘的恢复结果要比PM的方法具有更高的可靠性和准确性。     

侧链含偶氮的聚噻吩甲烯的合成及其三阶非线性研究

为了提高聚噻吩甲烯的非线性光学性能,通过4-醛基-4'-二甲胺基偶氮苯和噻吩的缩聚反应,合成了聚噻吩对二甲氨基偶氮苯甲烷(PTDMAAB),再用PTDMAAB与四氯苯醌发生脱氢反应合成了侧链含偶氮的聚噻吩甲烯(PTDMAABQ).用红外光谱、核磁共振氢谱、紫外-可见吸收光谱对PTDMAABQ进行了结构表征.与PTDMAAB相比,PTDMAABQ的红外谱图在波数为1650cm-1附近出现肩峰,紫外-可见吸收光谱上π→π 吸收峰红移35nm,都说明了醌化反应的发生和共轭结构的形成.X衍射表明,PTDMAABQ主要呈非晶态,但存在有微小晶区;热重分析显示,PTDMAABQ的热分解温度在275℃以上;用Z scan系统研究表明,PT DMAABQ薄膜具有大的非线性折射率和三阶非线性系数,分别为4 926×10-6和3 644×10-9esu.     

飞行器渐变加速对碰摩转子系统振动响应的影响

研究渐变加速的飞行器内碰摩转子系统的非线性特性。研究模型为光滑处理后的连续的Jeffcott转子碰摩模型。通过一无穷次可微的实函数生成的函数来模拟飞行器的渐变加速度变化，并假设飞行器在垂直平面内运动。研究结果表明：原已碰摩的系统会因飞行器的加速而加剧碰摩：原未碰摩的转子系统会因飞行器加速造成的振幅增大而引起转子与静子碰摩：飞行器的加速可能改变转子系统的稳定性：不同的渐变加速方式会使飞行器内的转子系统呈现不同的非线性行为。     

非线性时序的混沌特性分析与预测

非线性时间序列相空间重构过程中的参数选择问题以及有效的预测方法一直是该领域研究的热点和难点，基于虚假最近邻域概念，同时确定最佳的嵌入维数m与时间延迟τ，对实际非线性时间序列进行相空间重构，求解出时间序列最在Lyapunov指数LE，验证了其中混沌特性，其可预报尺度为[1／LE]．并应用基于[1／LE]个输入神经元与Kenya提出的m：2m：m：1这两种人工神经网络结构对非线性时间序列进行训练和预测，预测结果的平均误差分别为4％和2％左右，后一种神经网络结构能提供更好的预测结果。     

基于切换多模型小波网络的非线性动态系统控制

为了提高非线性动态系统的性能，提出了多模型小波网络方法，并详细介绍了多模型小波网络的结构．用多模型小波网络对非线性系统进行建模与控制，在仿真试验中将其与单小波网络进行对比，结果显示多模型小波网络控制的均方差为0．158，单小波网络控制的均方差为0．374．试验结果证明多模型小波网络方法控制精度高，响应速度快，其控制性能优于单小波网络。