一种遗传-梯度混合算法

本文提出一种函数全局优化的遗传-梯度混合算法。该算法由选择、交叉和诱导变异算子组成。通过对自适应滤波和前向神经网络权值训练两个典型问题的数字仿真，表明该算法是一种快速有效的全局优化算法。     

用Voronoi多胞体确定故障诊断分类器的训练集

提出了利用Ｖｏｒｏｎｏｉ多胞体来选择神经网络故障诊断分类器训练集的新方法。该方法由３部分组成，即首项为正的归一化处理（首正归一）、边界样本选择及置信判决。利用方法不仅可以大大减少训练样本数，提高训练速度，而且通过调节故障类别分割面位置和形状，为提高故障诊断准确率提供了可能的途径。     

神经网络余／十转换的数学原理

本文提出了孙子定理的微分方程求解法，讨论了系数为求余算子的非线性微分方程的稳定平衡点和最佳解的误差。本文构造的非线性微分方程可以唯一地收敛于孙子定理的解，其误差可任意小。该微分方程可用人工神经网络实时计算，实现余／十转换。计算机模拟结果证实了本文理论的正确性。     

一类非线性系统LMF优化迭代神经网络控制器

提出一类非线性系统ＬＭＦ优化迭代神经网络控制器的设计方法。该方法在正向神经网络辨识模型的基础上，应用ＬＭＦ优化迭代方法进行控制器设计，理论证明，只要神经网络辨识模型的精度足够高，就会获得很好的控制精度。为补偿辨识和迭代学习误差，给出了通过引入反馈补偿控制器提高控制精度的方法，仿真结果证明了该方法的有效性。     

神经网络技术在非线性系统控制中的应用

神经网络控制自问世以来得到广泛的应用。本文介绍了神经网络控制的概念及特点，概述了神经网络控制的主要控制策略并且讨论了它在实际应用中遇到的问题。同时我们也根据自己在实际研究中的经验提出一些解决这些问题的方法。最后，我们对神经网络控制的应用前景和研究方向作一个展望。     

回归相关神经网络的分析与改进

本文分析了回归相关神经网络容量与动态范围之间的关系，指出在一定条件下，回归相关神经网络具有很高的存储容量。最后给出了几种改进网络性能的方案。     

神经网络在故障诊断中的应用

本文讨论了ＢＰ神经网络的结构和学习方法，在ＰＣ机上用Ｍａｔｌａｂ语言进行了仿真并把它应用于Ｓ１９５柴油机的故障诊断中，结果表明该方法是有效的。     

基于神经网络的降雨径流预报

本文将人工神经网络应用于二滩水电站以上支流鱼河的降雨径流预报，通过建模、计算、比较和分析可知，其非线性映射能力、自学习能力和灵活性，均能较好地反映降雨径流之间的非线性的、复杂的转换关系，结合流域水文特性并合理处理建模数据，值得进一步深入研究。