针对目前局部回归神经网络动态BP算法的误差导数计算复杂、收敛速度慢的缺陷,提出了一种新的快速算法.该算法是将信号流图引入动态BP算法,较好地解决了求解误差导数的复杂性,同时采用BFGS算法加快了网络的收敛速度.仿真结果表明了本算法的有效性

介绍了对角递归神经网络,针对BP算法收敛慢的缺点,将递推预报误差学习算法应用到神经网络权值和域值的训练.通过对非线性系统辨识的仿真及在磷化温控系统建模中的应用,验证了这种建模方法的有效性

为了抑制机电振动,保证对干扰有良好的动态抑制作用且无静态扰动误差,针对轧机主传动系统,建立了基于模型匹配二自由度系统的状态空间模型,并将轧机主传动系统机电振动控制设计问题归结为标准的H∞控制问题；用线性矩阵不等式法得到输出反馈H∞控制器,以保证系统的鲁棒性．仿真研究结果表明,该方法有效改善了轧机主传动系统的跟踪性能,抑制了系统的机电振动现象,同时减小了轧制负荷扰动引起的动态速降．

利用Silnikov定理构造了一类新的三维二次多项式混沌系统,该系统只具有一个平衡点.理论分析表明该系统具有Smale马蹄意义的混沌,计算机仿真实例显示系统的Smale马蹄具有吸引性.利用该方法还可以构造其他的三维二次多项式混沌系统

针对永磁同步电动机电流矢量控制及传统直接转矩控制的缺点,提出了一种基于定子磁链直接控制的速度和转矩控制策略,通过直接控制定子磁链矢量的轨迹来实现磁链和转矩的控制,具有恒定开关频率及转矩和磁链脉动较小等优点,并给出了直接磁链控制应用的必要条件.仿真证明,提出的控制方案适用于恒转矩区和弱磁区的控制,且在较宽的速度运行范围内改善了速度和转矩控制的动态响应,明显优于传统的电流控制方案

研究了一类具有未知扇区非线性输入且含有未知不确定性和外部干扰的主从混沌系统的投影同步问题.首先选择了一个合适的滑模面,然后基于Lyapunov稳定性理论设计滑模控制器和自适应更新规则.所设计的控制器不受未知不确定性和外部干扰的影响,具有很强的鲁棒性.通过对不确定主从Duffing-Holmes系统的仿真研究,验证了所设计控制器的有效性

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能.通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型.采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性

采用3层前向神经网络描述混沌时间序列的动力学模型,给出了该网络拓扑结构的确定方法.以及使网络泛化误差达到最小为依据确定网络的输入节点和隐含节点个数.仿真结果表明:该方法不仅优化了网络的结构,而且大大减少了网络的泛化误差

提出了板坯连铸二冷区全智能控制系统的构想，并用人工神经网络和模糊控制的方法对该系统进行了计算机仿真.结果表明，该系统不但能完成二冷各区段铸坯表面温度的动态控制，而且具有良好的自适应性和自学习功能

为使钢铁企业主体工序炼钢-连铸-热轧之间的生产协调有序、提高生产计划水平和加强生产资源配置效益,运用统一建模思想进行轧制单元计划、炉次计划和浇次计划的抽象描述,从注重共性的角度统一各阶段批量计划的目标函数,通过对目标函数的组合来实现各阶段计划的有效衔接.设计基于Multi-agent的协同进化算法进行模型求解,编制炼钢-连铸-热轧-体化计划.以某钢铁企业的生产计划制定实例进行模型测试,仿真计算结果表明模型的有效性