基于径向基函数网络的非线性系统内模控制

针对非线性系统的内模控制，从理论上分析了神经网络控制器的可实现问题，并且用径向基函数(RBF)神经网络实现内部模型及逆模控制器，同时改进了径向基函数中心的学习算法。仿真结果表明，基于RBF网络的非线性系统内模控制的动态性能较好，对于对象参数扰动具有一定的抗扰性。     

电子信息工程专业本科毕业实习改革实践

论文在分析以往我院电子信息工程专业毕业实习中存在问题的基础上，为了达到人才培养目标的要求，对毕业实习进行了改革与探索．针对思想教育、实习时间、实习方式、实习经费的投入、实习基地建设、师资队伍建设、实习管理制度、实习总结等几方面，提出了一些思路和措施。经过几年的实践证明，毕业实习取得了较好的效果。     

超磁致伸缩执行器温控系统的设计与实现

为了实现超磁致伸缩执行器(GMA)精密的位移控制,需要采取一定温控设施保证超磁致伸缩材料(GMM)工作在特定温度情况下;针对超磁致伸缩材料对温度的敏感性,在GMM智能构件的基础上提出了一种改进的强制水冷温度控制策略;利用单片机控制系统实现了对超磁致伸缩执行器的温度控制,实验结果表明了该控制策略可以保证GMA工作在恒温,验证了策略的有效性;对超磁致伸缩材料微驱动应用具有实际的工程意义。     

基于动态补偿神经网络误差修正的广义预测控制

本文采用权值可在线调整的动态补偿神经网络(动态BP网络)对模型预测误差进行拟合,从而显著提高了基于线性模型的非线性广义预测(GPC)的预测精度,增强了算法的鲁棒性。仿真实验证明了该算法的有效。