基于结构图的非线性系统仿真

本文通过对线性、非线性状态变量的分离，提出了一种基于结构图的数学模型，并建立了相应的仿真模型，得到了一种基于结构图的仿真方法，该方法能运用于不光滑、不连续的非线性系统仿真；文中还给出了仿真例子，证明了该方法的有效性。     

改进的PD迭代学习算法及在机器人二维运动控制中的应用

提出一种改进的ＰＤ型迭代学习控制算法。讨论了学习因子的优化选取方法，并对机器人二维运动控制进行了仿真。仿真结果表明，该控制方法应用于机器人二维轨迹控制简单易行，效果较好。     

一种具有自适应量化层的CMAC神经网络

首先阐述了ＣＭＡＣ神经网络的原理，结构和学习算法，提出了一种新有采用竞争学习原理的非等距自适应量化算法，理论分析和仿真结果表明，在保持量化总级数不变的前提下，该方法能有效的利用ＣＭＡＣ神经网络的内存，提高逼近精度。文中进行了理论分析，仿真实验证明了所提方法的有效性。     

BP算法的改进及其在焊接过程控制中的应用

BP算法存在着收敛速度较慢、易于陷入局部极小点的问题，为了解决该问题，对BP算法作了大量仿真试验和深入分析后，发现神经网络各层间权值调节量存在较大的差异，从而提出了一种新的改进方法，充分发挥神经网络各权值对网络训练的贡献，试验结果表明，新算法与基本的BP算法相比大大提高了网络收敛速度，用改进的算法和焊接过程进行了控制仿真，获得了较好的结果。     

拟合推估算法在不轮机过渡过程分析中的应用

推荐一种方法－拟合推估算法。它以有限的几镒计算机仿真结果或实验数值为依据，建立拟合公式，可以用来预报某一因素变化后的仿真或实验的结果，这种方法使导叶分段关闭规律的在数优化工作量为准确和迅速。     

基于蚁群算法的无人机任务规划

为了提高无人机(UAV)作战任务的成功率，在执行敌方防御区域内攻击任务前必需规划设计出高效的无人机飞行航路，保证无人机能够以最小的被发现概率及可接受的航程到达目标点。针对这一问题，本文对新近发展的蚁群算法进行了研究，提出适用于航路规划的优化方法，并对无人机的攻击任务航路进行了仿真计算。仿真结果表明该方法是一种有效的航路规划方法。     

拟合推估算法在水轮机过渡过程分析中的应用

推荐一种方法——拟合推估算法。它以有限的几次计算机仿真结果或实验数值为依据，建立拟合公式，可以用来预报某一因素变化后的仿真或实验的结果，这种方法使导叶分段关闭规律的参数优化工作更为准确和迅速。     

基于人工鱼群算法的参数估计方法

利用人工鱼群算法的基本特性，提出了一种新的参数估计方法，并进行了仿真实验研究．结果表明，具有良好的跟踪性能和实时性。     

基于神经网络的离线调优控制的研究

提出了一种快速收敛Ｂ－Ｐ网学习算法，并将其用于离线调优控制。详细讨论了神经网络调化模型的实现原理和过程，并对Ｄ３０５丙烯精馏塔进行了仿真调优控制，仿真结果表明了本方法的有效性。     

基于EM算法的杂波环境下机动目标跟踪研究

提出了一种新的基于EM方法的杂波环境下实时机动目标跟踪算法，算法与交互多模概率数据关联算法结构近似，模型后验概率与关联概率由HMM滤波计算得到．仿真结果表明，所提算法跟踪精度与传统交互多模概率数据关联算法性能相当，该算法是有效的．