m,m′-二氨基二苯酮与均苯四酸二酐的微波辐射聚合

研究 m,m′-二氨基二苯酮 (m,m′- DABP)与均苯四酸二酐 (PMDA)的缩聚及亚酰化 ,并运用微波辐射和常规加热两种方式对反应进行了比较。考察了微波辐射时间 (功率 )、单体浓度、单体配比和温度等因素对缩聚物的特性粘数、转化率的影响。用红外光谱对亚酰化度进行了表征 ,并用简并四波混频技术首次测量了该缩聚物的三阶光学非线性极化率系数及其响应时间。实验结果表明 ,微波辐射对提高聚合物的特性粘数和转化率都有显著作用 ;合成的缩聚物具有较大的三阶光学非线性极化率系数 (聚酰亚胺的 χ(3) =1.642× 10 -13 esu)和较快的时间响应 (19ps     

场论说对非线性网络节点电压法一般形式方程的推导

从场论说的非线性网络中积分形式的基尔霍夫定律出发，能严格和简练地推导从非线性网络到线性网络的节点电压法的一般形式的网络状态方程，并给出复自导和复互导各与复电导之间包括正负号关系在内的普遍关系式。     

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。     

高压直流输电系统的自抗扰控制方法

对象模型的不确定性和状态量微分信号难以提取一直是阻碍基于确定性模型的HVDC非线性控制方法投入实际应用的因素。文中将非线性自抗扰方法应用于HVDC系统的控制，利用非线性变换将HVDC详细模型进行反馈线性化，提出了基于非线性自抗扰控制的整流侧定电流和逆变侧定熄弧角控制方法。数字仿真表明，该控制方法适用于较大的模型不确定性和内外扰动，具有很强的鲁棒性。     

改进的衡疏分布存储器模型及其学习能力分析

Kanerva的衡疏分布存储器模型（SDM），由于其读写规则采用外积法，因此限制了它的应用，本文对该模型进行改进，改变了原来的读写规则，保留其衡疏分布式存储的特点，得到一个与小脑模型（CMAC）相似的新模型，但它不存在分块效应、不需要HASHING技术。理论分析和示例表明了该改进模型的合理性和有效性。