提出了一种基于免疫识别原理的径向基函数神经网络学习算法.该算法利用人工免疫系统的识别、记忆、学习等原理,将输入数据作为抗原,抗体为抗原的压缩映射作为径向基函数神经网络模型的隐层中心,输出采用最小二乘法确定权值.通过预报热轧带肋钢筋力学性能的仿真实验结果表明,与K-均值法选择中心点比较,该算法计算量较小,精度高

分析了宽带钢热轧支持辊辊形变化对板形的影响,提出板形稳定性(ST)的概念.仿真结果表明,带钢宽度越宽其板形稳定性越差,其他参数对权形稳定性影响不大

借助李雅普诺夫稳定性理论提出了一种自适应混沌同步控制方法.该方法通过构造适当的控制函数,从理论上保证了混沌同步控制的稳定性.MATLAB仿真实现了Lorenz系统和Chen系统的混沌同步以及广义Lorenz系统和广义Chen系统的混沌同步控制

为了准确划分采空区上覆岩层的“三带”范围,提出了“三带”的界定准则:将应力超过屈服强度或抗剪强度的岩层高度定为裂隙带的上限,而将双向拉应力都超过抗拉强度的岩层高度定为裂隙带的下限.采用FLAC软件对矿山进行了界限确定,通过生产实践中的瓦斯抽放效果进行了验证,结果表明该界定方法合理有效.此方法可普遍用于采空区上覆岩层的“三带”划分

介绍了逆模型超前控制器,神经网络反馈单元及由5层神经网络组成的集成控制系统.集成控制系统包括一个由神经网络组成的系统模型和具有自调整功能的控制单元.该方法被用于优化设计的综合机构控制仿真,结果证明了它的先进性和可行性

针对板形板厚综合系统,提出一种基于遗传算法的多变量模糊预测控制新方法.该方法通过模糊预测来建立多变量系统的模糊模型,给出了辨识参数.同时,利用遗传算法优化控制律.仿真结果表明该方法是有效的

采用伪刚体模型法对全柔性滑块机构进行了变形分析,设计了一种微型全柔性滑块机构,并主要对其中的柔性移动副进行了设计与分析,给出了该设计实例柔性移动副的等效弹簧力,进而得到微型全柔性滑块机构伪刚体模型的分析结果.同时用有限元方法对该实例进行了仿真分析,两种方法所得结果基本一致,表明了理论分析是正确的,该实例的设计是可行的

为了识别混沌信号和随机信号,针对G-P算法及其改进算法的不足,提出了一种新的改进算法.该算法不仅能简化无标度区的确定过程,而且能客观地判断系统的关联维数是否饱和.仿真结果表明,新的改进算法对于混沌信号的识别是有效的

针对板带材轧制是一个复杂的非线性过程,板形控制（AFC）和板厚控制（AGC）又是相互耦合的一个综合系统等特点,提出了一种基于模糊RBF神经元网络的冷连轧板形板厚多变量综合控制系统.仿真结果证明了此AFC-AGC控制系统具有良好的自适应跟随和抗扰性能,其控制效果优于传统的解耦PID控制

考虑一类标称系统存在统一Lyapunov函数的线性不确定切换系统的鲁棒镇定问题,在不确定项满足一定限定条件下,利用完备性条件和统一Lyapunov函数方法,设计出鲁棒状态反馈控制器,使闭环系统仍然具有统一Lyapunov函数,从而在任意的切换策略下,确保闭环系统在其平衡点处是渐近稳定的.仿真结果表明所设计的控制器是有效的