电子行业MCAD软件应用的定制与二次开发

介绍了电子行业MCAD软件应用时需进行的定制与二次开发的主要内容及实现手段,结合某些具体问题给出实例,并指出了进行二次开发须注意的问题。     

基于神经网络非线性系统辨识和控制的研究

本文提出了由静态的前馈网络和稳定的滤波器构成的非线性系统的辨识模型，在神经网络固有的逼近误差存在的情况下，从理论上讨论了神经网络应用于辨识控制过程中系统的稳定性问题，最后研究了在非线性系统的轨迹跟踪过程中增加滑动控制来偿神经网络的逼近误差，从而提高系统跟踪性能。     

基于信息势能的鲁棒估计器及其在同时定位与地图构建问题中的应用

提出了一种基于信息势能鲁棒估计器来解决机器人室内的同时定位与地图构建（SLAM）问题．结构化的室内环境可以用线段近似表示．然而动态环境中,测距传感器测得的数据通常湮没在大量的噪声信号中．本文采用“分割与合并”（split—and．merge）方法进行线段的分类,根据信息势能的性能指标衡量每个采样数据对该线段的信息贡献量．按照信息优化理论设计估计器,选择信息量贡献大的样本点作为信息内点提取线段参数,构建局部地图．采用粒子滤波器进行地图及机器人路径的更新．采用递推的方法估计信息势能,降低了对样本点的信息量贡献做估计时的复杂度．仿真和实验结果证明,本文所提出的方法具有较强的鲁棒性,提高了SLAM策略的准确性和实时性．     

坦克炮控系统的模糊滑模控制系统设计和分析

主要针对坦克炮控系统这一包含非线性和不确定性的复杂系统,提出了一种新的模糊滑模控制算法.该算法将模糊逻辑和变结构控制结合起来,利用模糊方法,在切换面临近的一个薄边界层内对控制的不连续性加以平滑,以减弱变结构控制产生的抖振.本文还对控制系统稳定性进行了分析,并给出了用MATLAB仿真的结果及实验结果.     

基于RBF网络自整定PID控制的应用研究

经典PID的控制参数难以精确整定，且依赖于对象的数学模型，故自适应性较差，很难适应具有非线性、时变不确定性的被控对象，控制精度难以保证。该文对纯滞后工业对象提出了一种基于RBF神经网络PID参数自整定的控制方法，采用将RLS算法和梯度法相融合的新型学习算法，并将这种控制方法与PID控制器相结合应用于纯滞后工业对象中，克服了不确定性对控制对象性能的不利影响，解决了传统PID控制鲁棒性差，及需要预先知道受控对象精确数学模型的问题。仿真结果表明了该方法的鲁棒性和跟踪性能均优于传统PID控制方法。     

液体速凝剂在湿陷性黄土边坡防护中的应用

本文介绍了液体无碱速凝剂在湿陷性黄土边坡防护中的应用研究。     

802.11无线局域网安全与应用研究

分析了WEP加密的原理及其缺陷,并详细讨论了当前802.11无线局域网安全措施与技术.最后提出一种企业级应用方案.     

大体积钢铁渣粉混凝土绝热温升与施工模拟试验

通过开展钢铁渣粉混凝土绝热温升和施工模拟试验,分析了钢铁渣粉对大体积混凝土绝热温升的影响。试验结果表明:掺加钢铁渣粉可有效降低混凝土放热峰值和温升速率,且掺量越多,放热峰值出现时间越晚。施工模拟试验亦表明,相比常用的掺加矿渣粉和粉煤灰混凝土,掺加钢铁渣粉更能有效降低混凝土放热峰值和温升速率。试验结果为钢铁渣粉在大体积混凝土中的推广应用提供了参考数据。     

基于FNN的PID非线性系统位置控制

针对数学模型不确定的某操瞄控制系统的控制问题，特别是滞环因素给系统的控制精度造成的不利影响，提出了一种基于Takagi-Sugeno模型的模糊神经网络(FINN)和比例积分微分(PID)控制的位置控制器和一种基于实数编码的遗传算法优化模型，运用该优化模型优化了控制器参数。仿真结果表明，该控制器具有较好的鲁棒性，采用这种控制器，系统能够高精度、快速、平稳地调转到指定的位置。     

模糊控制与神经网络相结合的预测研究

针对模糊控制与神经网络的特点，提出了一种新的将模糊逻辑与神经网络相结合的方式，即模糊神经网络，同时给出了有效的算法；该算法训练速度快，预测精度高，并且用仿真实验验证了该模糊神经网络对混沌系统具有很好的预测性能。利用该模糊神经网络对一维Logistic map标准混沌系统进行了预测仿真实验，同时，与一般的神经网络进行了对比，讨论了该模型对被噪音污染的混沌数据的处理能力。