连续时间系统的时间—最佳控制

控制系统最优化的概念包含性能指标的选择以及获得受物理条件限制的最佳控制系统设计这二部分。最佳控制系统和理想最佳控制系统之间的差别在于前受物理条件限制下可达到的最好结果；后是不可能达到的目标。本首先研究离散－时间系统的时间－最优控制系统，然后讨论连续时间系统的时间－最优控制系统。     

边扫描边跟踪技术及其应用

讨论了雷达边扫描边跟踪的工作过程，并说明了某相控阵雷达边扫描边跟踪是怎样实现的。     

航天飞机飞行过程示意图

发现号是美国第三架执行飞行任务的航天飞机。他的名称取自1610至1611年曾考察哈得逊湾、寻找从大西洋到太平洋西北航道的一艘探险船名，同日寸也因1776至1780年船长库克驾驶在太平洋中部和北部航行并发现夏威夷群岛的船只叫“发现”号而得名一“发现”号还是由罗伯特斯科特率领对南极进行首次科学考察的一支船队的队名。     

铝合金焊缝成形的神经网络建模

利用神经网络对LF6铝合金的焊缝成形进行了建模，同时运用模糊推理的方法对神经网络的预测功能进行了扩展。首先根据实际确定焊缝的成形参数为正面熔宽、正面熔高、背面熔宽、背面熔高，焊缝成形的控制参数为对接间隙、送丝速度、焊接速度、焊接电流；采用正交试验设计的方法设计试验，使用较少的试验数据来获取焊缝成形信息。然后，进行试验，利用试验数据来对神经网络进行训练。采用BP算法对焊缝成形控制参数空间和焊缝成形参数空间进行了函数逼近，建立了BP网络模型。此模型能够对位于焊缝成形控制参数空间内的输入参数进行高精度的预测，对焊接参数进行修正以获得良好的焊缝成形，并可减少焊接试验次数。     

无人机自由编队飞行的补偿模糊神经网络控制

为了克服当前提出的无人机编队飞行的不足，提出一种新的无人机编队飞行概念——自由编队飞行，制定了相关的避让规则，用补偿模糊神经网络进行训练，实现自由编队飞行的补偿模糊神经网络控制。仿真显示，编队飞行的飞机能按照规则自主改变航路进行避让，表明了该方法的有效性。     

一种具有较强泛化能力的神经网络模型研究与应用

分析了影响神经网络模型泛化能力的因素。以电解铝过程中氧化铝浓度的神经网络软测量为例 ,提出了利用先验知识确定网络结构 ,采用特定实验保证样本数量和质量 ,离线训练加在线学习修正模型等措施 ,改善神经网络模型的泛化能力。现场应用表明这些措施是有效的。这样建立的神经网络模型准确 ,泛化能力强 ,为实现过程的先进控制提供了可靠保障     

激励机制在空中交通管制工作中的应用

激励就其词意上看,就是指激发鼓励的意思。在组织行为学中的激励含义,主要是指激发人的动机,使人有一股内在的动力,朝着所期望的目标前进的心理活动过     

费率受制于位相半马氏过程的风险模型

对带马氏链的线性和非线性系统，经过众多学者近20多年的努力，已取得一系列重要成果。然而，由于马氏链状态逗留时间服从负指数分布，使得这些成果在应用中有很大的局限性。本文首先探讨了位相半马氏过程的性质，然后以位相半马氏过程代替马氏过程，研究风险模型的相关问题，取得了与马氏链相同的研究成果，从而说明了位相半马氏过程在克服由马氏过程带来的局限性中的作用。     

基于因子模糊化BP神经网络的磨损颗粒识别

在引入了一套磨粒形态学描述子来提取磨损颗粒的显微形态特征的基础上 ,采用人工神经网络技术 ,编制了用于磨损颗粒自动识别的 BP网络计算机模拟程序。在网络训练的过程中应用了本文引入的因子模糊化训练方法 ,使训练速度大大加快 ,以异或问题为例 ,速度可提高 5～ 1 0倍。应用此网络对磨粒测试库进行识别实验 ,识别正确率在 90 %以上 ,并且识别速度很快 ,大大优于传统的磨粒识别方法。