通过将迟滞特性引入神经元激励函数的方式，构造了一种前向型迟滞神经网络模型.结合卡尔曼滤波方法，将其应用于风速时间序列的预测分析中.在原始风速时间序列的基础上，构造出风速变化率序列.采用迟滞神经网络分别对两种序列进行预测分析，并将预测结果利用卡尔曼滤波方法进行融合，从而得到最优预测估计结果.仿真实验结果表明，迟滞神经网络具有更加灵活的网络结构，能够有效改善网络的泛化能力，预测性能优于传统神经网络.采用卡尔曼滤波方法对预测结果进行融合后能够进一步提高预测精度，降低预测误差

本文结合极点配置的基本设计思想,提出了一类具有输出跟踪的多变量自校正控制算法。该算法将工程应用中提出的要求与系统的性能指标联系起来,实现了闭环极点配置的广义最小方差控制,而性能指标中加权多项式矩阵R(z-1)的选取是根据使闭环系统输出对参考信号实现稳态无偏跟踪的原则进行的。进而运用Martingle收敛理论对算法进行了研究,导出了控制器的无偏收敛条件。数字仿真研究表明了该算法的可行性和有效性

针对现有六辊轧机对使用两组弯辊力进行四次板形控制的理论不足，提出了弯辊力组合板形控制策略.利用Marc有限元仿真计算软件建立辊系-轧件耦合模型，分析工作辊弯辊力与中间辊弯辊力板形调控特性的差别.在此基础上通过理论推导，建立了弯辊力组合板形控制策略的两种实现方式——在线闭环控制模型与基于弯辊力组合系数的设定参数在线调节方法.现场应用结果表明，弯辊力组合板形控制策略能够充分利用工作辊弯辊力与中间辊弯辊力板形调控特性的差别进行配合调节，对长期困扰生产的四次板形缺陷实施快速精确的控制

轧制过程中,轧制速度的波动和传动系统的扭转振动,都将导致轧辊与带钢表面之间产生相对滑动,严重影响带钢表面质量.为更进一步研究轧辊与带钢打滑特性,建立了森吉米尔二十辊轧机传动系统打滑扭振动力学模型,对不同轧制速度和不同摩擦系数时轧辊扭矩的动力学进行了仿真分析,通过与实验数据的对比,验证了动力学模型的有效性,为分析轧制打滑时扭矩波动提供了新的、完善的分析模型

采用Matlab仿真的方式构建了一个简单的有躯干双足机器人模型,研究了该模型在斜坡上的被动行走,分析了模型步行的稳定性,并设计了一个全状态线性反馈步行稳定器.研究结果表明:无任何驱动器的有躯干双足机器人能够实现沿斜坡而下的被动行走,其步行方式有两种,但均不稳定;设计的全状态反馈稳定器能够较好地稳定模型的被动行走

研究了双层网络学习控制系统的带宽调度优化问题.为了合理分配子系统的带宽，引入了网络定价体系和动态带宽调度方法，建立了非合作博弈模型，从而将网络控制系统的网络资源分配问题转换为非合作博弈竞争模型下的Nash均衡点求解问题.在此基础上，采用粒子群优化算法得到此框架下的纳什均衡解，并进一步给出了网络控制系统的时间片调度方法.仿真结果表明了所提方法的有效性

传统人群搜索(SOA)算法通过计算搜索方向、搜索步长和搜寻更新个体位置三个步骤进行寻优.它的缺点在于计算量大,种群之间信息交流少,导致寻优速度慢.针对人群搜索算法存在的缺点,本文提出二项交叉算子改进人群搜索算法(BCOISOA)对其改进.在计算搜索步长方面,本文采用随机数与最大函数值位置乘积判断子群位置,进而提高全局寻优计算速率.在更新位置方面,本文提出二项交叉算子加强种群之间的联系,避免在更新搜索方向过程中,算法因局部最优而导致过早收敛,进而达到快速、准确寻找最优解的目的.本文将以上二项交叉算子改进人群搜索-BP神经网络算法应用在二段式磨矿过程中,实现磨矿粒度在线软测量.仿真结果表明,与人群搜索算法和粒子群算法进行比较,二项交叉算子改进人群搜索算法收敛速度更快,预测精度最高,满足对磨矿粒度实时检测的要求

针对特厚板再结晶型轧制，板坯中心难以变形导致心部晶粒粗大的问题，使用Q345B钢，采用有限元方法建立了特厚板轧制的仿真模型，以研究在特厚板轧制过程中引入厚度方向上的温度梯度对钢板心部应变的影响，并与传统均温轧制进行对比，预测了两种温度场条件下奥氏体再结晶的晶粒尺寸.采用大试样平面应变实验对模拟结果进行验证.研究结果表明，温度梯度轧制有利于增加坯料心部应变量，最大增加了61.35%.计算和实验结果显示温度梯度轧制可以减小特厚板心部晶粒尺寸，晶粒度级别提高了一个等级，说明该工艺对提高特厚板中心区域性能有利

针对轮船螺旋桨清洗时因空间结构曲面复杂而难清理的问题,设计一种搭载于水下吸附式机器人载体上的射流超灵巧机械臂(hyper-dexterous manipulator,HDM)清洗装置.结合无骨架类生物肌肉高自由度特点构建超灵巧机械臂结构,采用虎克铰接的连接方式替换相邻关节连接处的柔性构件,兼顾了高压水射流承载压力高的特点.运用几何分析法对单端机械臂进行正逆运动学建模,基于多关节连杆变换通式推导出基于等圆弧假设下的机械臂模型,进而得出其多关节驱动空间与操作空间的映射关系.仿真实验和物理实验对比结果表明,所设计的机械臂能够达到期望的操作空间位姿,并能在加载实验下保证一定的鲁棒性

针对已有移动自组网容量、延迟闭解分析在移动模型方面的局限性，提出了新的概率理论框架，将无记忆的独立同分布移动模型推广至更为真实的满足特定记忆条件的随机路径点移动模型，解决了局部移动方式带来的一系列复杂概率描述问题.对多副本两跳中继算法进行了研究，得出该中继模式下基于随机路径点移动模型的移动自组网的容量、延迟上限的精确闭解表达式.仿真实验结果证明了该概率理论框架的有效性及闭解表达式的准确性