基于Agent的智能决策支持系统模型

本文提出一个用多Agent实现的通用智能决策支持系统的框架——AIDSS。该系统由接口Agent、信息Agent、策略Agent、数据挖掘Agent及其它构件组成，可用于Intranet中的数据仓库环境。讨论了智能决策支持的结构及功能，重点讨论了其核心功能，例如接口Agent功能、Agent之间的通信及知识交换。最后介绍了一个为航空公司收益管理设计的基于Agent的智能决策支持系统。     

基于神经网络误差修正的广义预测控制

本文基于ＢＰ结构神经网络，对系统的建模误差进行预测，并将其与模型预测相结合构成广义预测控制算法，目的在于抑制模型失配的影响，增强广义预测控制的鲁棒性；仿真结果表明了这一算法的有效性。     

设计模式在客户端无线模拟器中的应用

介绍了软件设计模式的基本概念,着重讲述了应用在客户端无线模拟器中的几种设计模式,开发过程可以表明将设计模式的思想应用到软件的设计开发中,可以提高程序的性能,使软件具有良好结构的同时增加可重用性、可扩展性及可维护性.     

基于复合神经网络的离散非线性系统建模与控制

An adaptive inverse controller for nonliear discrete-time system is proposed in this paper. A compound neural network is constructed to identify the nonlinear system, which includes a linear part to approximate the nonlinear system and a recurrent neural network to minimize the difference between the linear model and the real nonlinear system. Because the current control input is not included in the input vector of recurrent neural network (RNN), the inverse control law can be calculated directly. This scheme can be used in real-time nonlinear single-input single-output (SISO) and multi-input multi-output (MIMO) system control with less computation work. Simulation studies have shown that this scheme is simple and affects good control accuracy and robustness.     

Sugeno模糊模型的辨识与控制

提出了一种新的Sugeno模糊模型辨识算法和对非线性系统进行并行化设计的方法.在Sugeno模糊模型辨识中,应用模糊聚类方法可将其前提结构和结论参数的辨识分开进行,减少了计算量;对于非线性系统的控制,Sugeno模糊模型实际上是动态系统的局部线性化,可采用并行设计的方法设计控制器,然后通过模糊推理得到全局控制量.最后通过倒立摆系统的控制说明了本文算法的有效性.     

涤纶片基拉膜生产线横向分布神经网络自校正预测控制

建立了一种新型的神经网络自校正预测控制器,可有效地控制复杂的多变量非线性系统.将这一方法成功地应用于涤纶片基拉膜生产线的横向分布控制中,实际运行结果显示了这种神经网络控制方案的优良性能和实用价值.