改进的P型迭代学习控制算法

针对多输入多输出的定常线性系统的迭代学习控制问题, 给出改进的P型迭代学习控制算法, 该算法中利用最新算出的控制分量代替旧的控制分量, 这样可以加快控制输入的收敛速度, 利用该算法进行学习控制, 使系统的实际输出以更快的速度收敛于系统的理想输出.     

基于Hopfield神经网络和KS函数的优化设计研究

介绍了Hopfield神经网络优化的原理。将神经网络的求解转化为非线性微分方程组的初值问题，并利用MATLAB提供的微分方程组求解器进行计算。对于多约束优化问题，KS函数的包络凝聚特性可以简化约束条件，其光滑可微特性又方便了问题的求解。将其运用于非线性约束规划和某型飞机总体参数优化问题，算例表明此方法是有效的。     

飞机操纵面故障研究及其补偿重构

进行了自修复飞行控制系统各操纵面的单独／组合故障分类，研究了不同种类，不同组合，不同程度的故障下的飞机特性，分析了各种故障的影响；针对不同的故障模式分别进行了控制律重构设计并对飞机重构后的稳定性及操纵品质进行了仿真研究。结果表明，在非极端故障下，现有操纵面权限范围内，可以保证稳定飞行并具有可接受的操纵品质。     

进气压力畸变对某三级风扇流场的影响

介绍了在某三级风扇上进行的固定式插板畸变试验，并详细分析了进气压力畸变对进、出口稳态压力和温度的影响。同时，采用频域和幅值域分析方法对脉动压力进行了分析，给出了脉动压力功率谱密度、幅值概率密度和自相关、互相关分析。     

直升机涡环状态试验数据处理研究

采用神经网络误差反向传播算法,以旋翼涡环状态试验数据为基础,研究了桨叶负扭度对直升机涡环状态特性的影响,分析了负扭度变化对旋翼扭矩、拉力平均值及脉动幅度的影响。计算结果表明,神经网络模型能够准确预测桨叶负扭度对直升机涡环状态的影响。     

超长大直径钻孔灌注桩桩端承载力研究

阐述了超长大直径钻孔灌注桩桩端承载力的影响因素,包括施工工艺、深度效应和尺寸效应等。分析和对比了目前国内常用的各规范所采用的计算方法。文中算例的计算结果表明,对于同等条件的桩,各规范的计算结果相差较大。采用自平衡试桩法获得了几个重大工程的超长大直径钻孔灌注桩的桩端承载力的实测值。将工程实例的测试结果与各规范的计算结果进行对比,证实了目前规范的计算方法不尽合理。目前各规范中桩端承载力的计算方法是在针对小直径的中短桩的研究基础上建立的。如今,大型桥梁工程中普遍采用超长大直径钻孔灌注桩的情况下,对其桩端承载力的计算应当进行相应的调整,使设计更为合理。     

关于稀疏分布存贮模型中A连接权阵的讨论

Ｋａｎｅｒｖａ的稀疏分布存贮模型由于对寻址地址采用了稀疏编码，对数据采用了分布式存贮，从而解决了大维数向量的输入问题，ＳＤＭ实际上是一个由输入层，中间层和输出层组成的三层前向网络，其中神经元间的互迦权值在输入层与中间层是预置的（用矩阵Ａ表示），中间层与输出层的连接权阵Ｃ由外积法得到，文中假定在相同的学习规则下，就信噪比意义而言，Ａ的均匀预置能使ＳＤＭ获得最优性能，从而为Ａ的预置提供了理论依据。     

用最大熵谱法估计大气湍流谱

最大熵谱分析方法是一种非线性的新的谱分析方法。其基本原理可浅近地解释为:对一个所考虑的时间系列,它的前 m 个自相关系数已知,要求构造其后的自相关系数,但不损失系列的熵即不损失其信息。实际的处理过程是:用自回归方法在最小二乘原则下对系列作最佳拟合,然后求拟合系列的理论谱。最大熵谱法不要求对原始系列的滤波和对粗谱的平滑整理。本文从实际应用的角度,简述了该方法的过程,介绍了编程计算的方法和步骤,并结合实例计算了几组大气湍流谱。文章认为最大熵谱分析方法是一种值得推广应用的优秀的谱分析方法。     

力控制反馈信号的神经网络法校正

对机器人的力反馈，主动柔顺控制和双向联想记忆的神经网络进行了综合研究，针对机器人腕力传感器输出信号的部分失真，提出了机器人擦洗平面玻璃力反馈信号神经校正的方法，并建立了相应的神经网络结构，在ＡｄｅｐｔＴｈｒｅｅ精密装配机器人上进行了试验验证，取得了满意的效果。     

基于BP网络的热工过程模型辨识方法

主要研究了人工神经网络在辨识火电厂热工过程模型中的应用，利用Visual C^ 语言构造BP神经网络,提出了把BP网络权值转换为传递函数的方法，针对火电厂常见的热工过程，不用人为加入特殊的激励信号，只利用现场生产中自然存在的扰动信号进行辨识试验，试验结果准确可靠。