RBF神经网络理论及其在控制中的应用

对ＲＢＦ神经网络的结构、分类、函数逼近理论及训练方法进行了综述，并且对ＲＢＦ网络的优点及问题作了分析，同时介绍了目前ＲＢＦ网络在控制方面应用情况，最后提出了ＲＢＦ网络在控制中的研究及应用新方向。  

中文姓名的自动辨识

中文姓名的辨识对汉语自动分词研究具有重要意义，本文提出了一种在中文文本中自动辨识中文姓名的算法。我们从新华通讯社新闻语料库中随机抽取了３００个包含中文姓名的句子作为测试样本，实验结果表明，召回率达到了９９．７７％。  

P-集合与它的应用特征

P-集合(packet sets)是由内P-集合XF(internal packet sets XF)与外P-集合XF(outer packet sets XF)构成的集合对,或者(XF,XF)是P-集合.P-集合具有动态特性.利用P-集合,给出信息遗传概念,给出信息遗传的度量,提出信息遗传定理.利用信息遗传特性,给出信息状态辨识的方法与应用,给出信息图像生成、信息图像隐匿-潜藏的应用.P-集合是研究动态信息系统的一个新的理论与方法.最后给出P-集合存在的事实,给出P-集合与Z.Pawlak粗集的区别.  

一个新的二进制可辨识矩阵及其核的计算

首先用反例指出文献[4]中的利用R．Felix等人提出的二进制可辨识矩阵来求决策表的相对核的方法是错误的，然后给出一个新的二进制可辨识矩阵的定义和求核方法，并从理论上证明了方法的正确性。  

模糊广义预测控制及其应用

本文将单变量广义预测控制原理应用到多变量模糊系统,提出了一种基于辨识模糊模型 的多变量预测控制方法.仿真研究表明,该模糊广义预测控制方法适用于工业过程的动态辨 识和控制,交能取得良好的效果.  

连续非线性系统的神经网络α阶逆系统控制方法

对连续非线性系统,采用连续系统的设计方法,利用神经网络对非线性函数的逼近 能力加上用来表征系统动态特性的若干积分器,构造工程上可实现的原系统的神经网络α阶 逆系统(将α阶逆系统直接与原系统串接,构成α阶积分伪线性复合系统),并对α阶积分伪 线性复合系统设计线性控制器,实现对原非线性系统的有效控制.仿真结果表明,该方法适用 于较一般的线性、非线性连续系统,且结构简单,易于工程实现.  

用模糊模型在线辨识非线性系统

讨论用模糊方法实现非线性系统在线辨识问题.首先给出了简化的模糊规则表达 方法及其相应的自适应模糊推理,在此基础上给出了模糊模型参数在线辨识算法.最后对 非线性模型进行在线辨识,验证了本文提出的模糊模型及其在线辨识算法.  

一类非线性动态系统的非参数GFRF模型辨识

本文对一类用多项式描述的非线性动态系统提出使用ＧＦＲＦ模型类的非参数辨识算法，这种算法的显著特点是需要很小的计算量和存储空间，而且辨识精度较高，仿真结果表明这种非参数模型辨识算法是有效的，而且由辨识方法获得的模型一般具有很好的泛化能力，因而是一种具有重要应用前景的实用方法 。  

基于可辨识矩阵的启发式属性约简方法及其应用

在基于可辨识矩阵的属性约简算法的基础上，提出了基于可辨识矩阵的计算属性重要性的方法，并以此作为启发式知识来约简决策表中的冗余属性。这种方法直接源于评审数据，思路清晰，拟合结果表明本约简算法合理、可靠。  

关于建模与自适应控制的一体化途径

在文献自适应辨识预报和控制-多层递阶途经中,我们提出了非线性系统动态线性化 的概念.这种动态线性化仅仅是形式上的,而不是真的线性化.但研究发现,在这种线性化过程 中,包含了一种新的系统辨识思想,那就是在线实时建模一实时反馈控制校正的思想.这种辨识 把建模与反馈控制结合成为一体,突破了参数自适应的框架.实现了控制系统的结构自适应性, 并且避免了建立数学模型这一繁锁的步骤.本文就是对这种系统建模与控制一体化的途径进行 介绍.