一种小波网络设计新方法

小波网络有许多优良性质，为了便于应用和推广，本文提出一种新颖的两步设计方法．首 先，用修正的GS方法与AIC相结合构造小波网络，目的是获得经济的网络结构和初始参数； 然后，采用结合GA的分层优化算法优化小波网络的两个内部参数——平移和伸缩参数，目 的是在不增加小波元的情况下获得更高的精度．最后，用于辨识非线性动态系统；仿 真结果证明了这种学习方法的可行性和有效性．     

基于MEWMA PCA的微小故障检测方法研究及其应用

针对过程中难以检测到的微小、缓变故障的检测问题，提出一种新的多变量统计过程监测方法，把传统的单变量EWMA扩展为多变量EWMA，并与PCA方法相结合，构成新的MEWMA-PCA方法，重新构造统计量 和 并建立其对应的统计限，详细分析了各个统计量的统计性能指标及其影响因素。通过对Tennessee Eastman（TE）过程的仿真研究，说明提出的方法是可行的，并有效地改进了该过程微小故障的检测效果，从而更好地保证了过程运行的安全、稳定性。     

自适应模糊聚类

针对模糊聚类算法中的噪声敏感性以及点对类的隶属度缺乏典型性的问题,提出一个自适应模糊聚类方法.该方法可以自动地标识那些有影响力的或者说重要的原型样本,反映出这些原型样本对其他样本的影响.又可以自动地标识那些有影响力的或者说重要的类,反映出那些重要的类对其他类的影响.该方法能够有效地降低噪声对有用信息的干扰,为传统的聚类方法提供了一个具有可操作性又有效率的替代方案.该方法的收敛性被理论证明,两个试验检验了它的计算花费和准确性.     

炼铁高炉TRT系统炉顶压力动态数学模型研究

为实现高炉顶压的高精度控制，提出了高炉煤气余压透平装置(TRT)系统炉顶压力的动态数学模型.在分析TRT系统工作机理基础上，将其分解为高炉煤气反应容器、炉顶压力容器、煤气管道、煤气流量调节阀4部分.根据气体流动方程，通过线性化和拉氏变换，建立各单元的动态数学模型.结合基于高炉煤气生成过程经验公式和物料平衡关系的各单元模型，推导出TRT系统的高炉顶压动态数学模型.分析了旁通阀开度及鼓风机风量对高炉顶压的影响.结果表明，由该模型得到的顶压变化趋势和现场数据基本一致.当鼓风机流量增大时，顶压将增大，旁通阀开度增大时，顶压将减小.     

纸浆纤维的形状特征提取应用研究

为了正确描述纸浆纤维图像的弯曲特性，提出了一种基于角点检测的纤维特征提取算法.本算法应用自适应滑动窗口策略进行纤维图像各边界点局部支持域的选取，以提取最优邻域，根据各边界点对应特征向量，将二维平面曲线转化为一维特征曲线，利用一维小波变换提取特征曲线奇异点，即二维平面曲线上的角点，根据边界点对应特征值与一维特征曲线的奇异特征确定纤维扭结个数，并根据各点对应局部支持域确定曲度与扭结平均角度，从而完成纸浆纤维的弯曲特征提取.实验结果证明，本算法能有效提取纸浆纤维弯曲特征.     

不确定性时滞系统的鲁棒镇定控制器设计——LMI 方法*

采用线性矩阵不等式方法,研究一类不确定性动态系统,这类系统具有多重时变状态时滞多重时变控制输入时滞,其不确定性满足范数有界条件。我们得到一了类不确定性时滞系统的可状态反馈镇定的充分条件。     

基于Multi-Agent的服饰企业分销与物流配送管理系统

为提高服饰企业分销与物流配送管理系统软件开发的效率,根据服饰企业业务流程复杂、繁琐的特点,提出一种采用多Agent技术构建服饰企业分销与物流配送管理系统的方法。首先对服饰企业的分销与物流配送业务流程进行分解,在此基础上得到基于MAS的分销与物流配送管理系统层次结构,然后阐述各Agent的功能,并结合实例说明系统中各Agent之间的协调机制,最后结合应用案例给出了系统的实现方法。通过借助多Agent技术,系统在智能化方面得到了提高,并且具有很好的可移植性。     

基于核主角的故障检测方法

基于主元分析（PCA）的统计检测方法已经被广泛应用于各种化工过程的故障检测和识别.移动主元分析（moving principal component analysis,简称MPCA）算法基于PCA,根据主元子空间的变化来判断故障是否发生.然而,基于主元分析的统计检测方法是线性方法,无法有效应用于非线性系统.因此,提出一种适合于非线性系统的故障检测方法——基于核主角(kernel principal angle,简称KPA)的故障检测方法,其基本思想与MPCA相似,主要内容包括构建特征子空间和核主角测量两部分.TE过程故障检测仿真实验证明,基于核主角的故障检测方法优于传统的多元统计检测方法（cMSPC）和MPCA.     

动态加权最小二乘支持向量机

提出一种基于动态加权最小二乘支持向量机（LS—SVM）的时间序列预测方法．动态加权LS—SVM能够跟踪时变非线性系统的动态特性,适合于系统辨识和时间序列预测;同时采用鲁棒方法确定权系数,以减小噪声的影响．将动态加权LS-SVM算法应用于工业PTA氧化过程中的4-CBA浓度预测,结果显示,动态加权LS—SVM预测精度高,能够有效减小噪声的影响．     

故障分离——一种基于FDA-SVDD的模式分类算法

为了克服多变量统计过程控制在故障分离上的缺陷, 提出了一种新的故障分离方法。 新方法由基于Fisher判别分析（FDA）的特征提取、Fisher线性分类和基于支持向量数据描述（SVDD）的非线性核空间模式分类等算法组成。构造了基于FDA-SVDD的串级和混联融合方式, 并设计了基于SVDD的加权归一化半径模式判别准则。非等温连续搅拌槽 （CSTR）过程仿真验证了混联融合比单纯的FDA分类算法和串级融合具有更优良的故障分离效果。