基于邻域统计特性的概率神经网络及其在自动目标识别中的应用

在概率神经的一种改进模型－ＦＤＯ网络的基础上，提出在设计网络收敛域时进一步考虑每一像素点周围８邻域的影响，对网络的作用函数加以修，使改进后的网络具有稳定性好且收敛速度快的优点。通过实验对改进前后网络的识别性能加以比较，证明改进后的网络特别适用于噪声图像的识别。     

解线性及二次型规划问题增广的神经网络

本文提出了一个解线性及二次型规划问题的神经网络模型，证明了该网络是全局稳定于平衡点，而平衡点就是线性及二次型规划问题的解，该网络的优点是能够实时获得问题的精确解，且可以同时获得带等式不式约束的对偶问题解，该网络易于电路实现。     

数字PID调节器中的无扰动切换设计

介绍了一种用软件实现ＰＩＤ调节器无扰动切换的方法，将此方法应用于复杂的过程控制系统中，可简化系统的结构、手动与自动的切换和反馈回路的投入与切除，提高系统的可靠性，并使系统的工程应用简单易行。     

混沌光学系统的前向神经网络系统辨识研究

为解决混沌光学系统自适应控制所需之控制参考动力学模型问题，以布拉格声光混沌系统的系统辨识为例．研究了利用前向神经网络对混沌光学系统进行系统辩识的可行性。计算机仿真实验发现．在静态ＢＰ算法支持下一结构十分简单的三层ＢＰ前向神经网络（１：４：１）即可在一定的精度范围内完成对布拉格声光混沌系统的系统辨识．此结果表明．三层前向ＢＰ神经网络在静态ＢＰ算法的支持下确是一良好的混沌光学系统辨识器，因而可用来处理混沌光学时间序列以进行混沌光学系统的动力学重构。     

基于神经网络的气体炮内弹道仿真与预测

为了模拟气体炮发射时的复杂过程，将这个过程看作一个黑匣，把发射诸元素作为输入参数，把最大膛内加速度作为输出量。采用一种基于推理神经网络模型，运用ＢＰ算法进行学习实验样本数据，和出学习好的神经网络模型，能预测气体炮膛内最在压力，在实际工作蝗仿真结果。     

一种基于误差变化率的自适应反射传播算法

本文针对ＢＰ算法存在收敛速度慢的缺点，提出一种基于网络动态训练误差变化率自动校正学习步长和冲量因子的自适应反向传播算法。导或问题的仿真结果表明，该方法具有较快的收敛速度。     

自校正PID水轮机调节器

提出了一种按连续系统稳定裕量设计的自校正ＰＩＤ水轮机调节器，仿真试验表明，自校正ＰＩＤ水轮机调节器有快的系统响应和好的鲁棒性。