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。     

管灌系统灰土材料性能及最佳组合的试验研究

为解决管灌发展管材缺乏问题,本研究对灰土的应用进行了试验和分析探讨。阐述了灰土的硬化机理及其强度形成。在此基础上提出了对灰土原料的要求,进而应用正交试验设计法确定了两处灰土的最优因素水平组合,探讨了灰土组合因素、养护方法和养护时间对其强度形成的影响。     

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。     

泥沙起动条件及机理的非线性研究

 分析了单颗粒、均匀沙及非均匀沙的起动现象及其机理，认为泥沙的起动属于突变论研究的范畴。从泥沙起动所遵循起动条件的力学规律出发，导出泥沙起动条件方程。在此基础上，利用尖点突变性质对各种泥沙起动现象及机理进行了描述和说明。     

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。     

鱼雷非线性控制研究现状及展望

鱼雷系统是一个多变量、强耦合、时变参数的非线性系统。对其进行多变量非线性控制器设计十分复杂。本文概述了最新发展的非线性控制理论——非线性反馈控制、变结构滑模控制、耦合控制等在鱼雷非线性控制中应用研究的理论成果及进一步研究的方向。最后对鱼雷非线性控制技术作了展望。