变结构控制中滑模与模型选取的若干原则

在滑动模态上，变结构控制对于各种对象参数摄动和外部干扰具有不变性。然而变结构控制都不是运行在滑模态。因此，这种情况下的鲁棒性才真正反映了系统性能。对于连续与离散积分型变结构控制，分别从理论分析计算与数值仿真两种途径得到了典型惯性过程的参数可摄动范围。所得到的结果显示。滑模和标称模型的选取是直接关系鲁棒性的重要因素，而非线性控制部分主要对动态品质产生影响。由等效控制与被控对象组成闭合系统的鲁棒性直接与整个系统的鲁棒性相关联。最后给出了变结构控制中滑模与模型选取的一些设计原则。     

基于K中心方法的氨基酸序列聚类分析

针对氨基酸序列的聚类问题，提出了基于K中心方法的解决方案。该方案把K中心方法、动态规划方法和生物学研究中的一些新理论有机地融合在了一起。通过实验，该方案具有很强的适用性和很好的聚类效果，是数据挖掘方法在生物信息学研究中一次有益的探索。     

基于SIP协议的IMS仿真器的设计与实现

IMS(IPMultimediaSubsystem)是3G系统实现多媒体应用的重要组成部分。文章简要介绍并分析了IMS系统的结构和运行机制,并针对IMS系统的特点,设计了一种基于SIP协议的用于IMS相关设备和系统的测试工具———IMSSIP仿真器,介绍了它的结构和实现。     

基于Agent的航空安全管理智能决策支持系统

基于基元事件分析法，给出了一个Internet上用多Agent实现的航空公司安全管理智能决策支持系统AAIDSS的设计与实现方法，该系统在决策支持系统3库结构的基础上，采用了多智能体技术。提出了由OLTP处理、基础结构部分、Agent组织共同组建智能决策支持系统的框架模型，给出了事故分析Agent、界面Agent的核心技术。AAIDSS的设计和实现方法，对于构建基于Intranet的中小型智能决策支持系统具有普遍的参考价值。     

基于有限自动机的SIP仿真测试器设计

把有限自动机的思想和SIP(Session Initiation Protoc01)协议仿真测试器的设计相结合，给出了SIP测试方案的有限自动机描述，并设计了一种基于有限自动机的SIP仿真测试器。该测试器使用户摆脱了专门高级编程语言的学习，便于用户掌握使用，测试器支持IPv4／IPv6，适应IP技术的发展，为测试平台的设计提供了一种新方法。     

基因芯片点样机驱动系统的设计与实现

基因芯片点样机是完成基因芯片点样工作的一种自动化系统。该系统的运动驱动程序是保证点样精度的关键部分。面向对象技术在很多方面得到了成功的应用。将面向对象技术应用于基因芯片点样系统的驱动控制，设计并实现了基因芯片点样机的驱动程序。该软件被成功地应用于基因芯片的制备，具有控制精度高和操作方便等优点。     

基于观测器的非线性系统神经网络鲁棒控制

提出一类不依赖于模型的状态观测器，通过分析其根轨迹和极点要求配置合适的参数，该观测器本身是一个能提取高阶微分的高阶微分器．基于Lyapunov稳定性理论设计了使闭环系统渐近稳定，对模型变化和扰动具有鲁棒性的神经网络自适应控制器．该控制器不仅考虑了闭环系统的输出和设定输入误差的微分，而且考虑了误差的高阶微分，从而提高了控制品质．最后通过仿真例子验证了所提出理论的正确性．     

一种新型维纳系统及其在混沌系统建模中的应用

提出了一种新型的维纳系统，能以任意精度逼近动态非线性对象。证明了此系统在一定条件下，逼近动态非线性系统离散点列的精度优于传统的以神经网络为静态非线性环节的维纳系统。此系统还具有运算量小的特点，易于实现对动态非线性系统进行在线建模与控制。     

Agent的PASS—BDI模型

Agent的BDI模型主要基于Bratman提出的理性主体理论，未能充分体现Agent主动性的认知过程，使Agent的问题求解和心智状态之间的关系未得到充分表达，且难于编程实现。将Das等人提出的计划—注意—同时性加工—继时性加工认知过程模型引入Agent的理论研究中，建立了Agent的PASS—BDI模型，利用多价π—演算从心智状态，认知过程，整体行为等几个方面刻画了该模型的静态和动态特征，并将研究结果应用于多Agent组织中Agent行为特征的刻画。PASS—BDI模型加强了对Agent主动性认知过程的刻画，且易于编程实现。     

基于模糊神经网络的网络业务分类研究

该文利用神经网络的自学习能力和模糊逻辑的动态性和及时性等特点,将模糊逻辑和神经网络有机地结合起来,构造出了四层模糊神经网络,并用训练神经网络的相应学习算法训练网络,将该模型用于网络业务源特征提取与分类的研究中,并与单纯的神经网络算法相比较。计算机仿真结果表明,模糊神经网络方法比神经网络算法更优越,该文的研究结果为解决网络业务源特征提取与分类奠定了基础。