滨海新区复杂地质情况下超大规模地下工程的风险源辨识与控制

针对天津滨海新区复杂地质条件下的新建于家堡火车站超大规模深基坑工程的施工,通过对其工程中的各种风险源的分析与辨识,掌握超大超深基坑风险控制的方法,并对其辨识与控制措施进行了阐述。     

基于DFNN的金融股指预测及金融非线性系统辨识研究

针对证券市场内部结构的复杂性、外部因素的多变性,本文采用动态模糊神经网络(DFNN)进行金融股指预测.DFNN能够实现在线学习,并且参数估计与结构辨识同时进行;同时采用误差下降率(ERR)修剪技术,保证网络拓扑结构不会持续增长,避免了过拟合及过训练现象,确保了DFNN的泛化能力.本文以上证指数为例,通过与同样以高斯函数作为传递函数的RBF算法预测结果的比较和分析,表明DFNN预测上证指数的偏差较小,预测的方向准确性较高.通过DFNN模型提取的模糊规则对金融系统运行模式进行分析,为研究金融非线性系统辨识提供了启发性思路.     

模糊神经网络用于非线性系统模型辨识(英文)

提出了一种非线性系统的模型辨识方法。在只有被辨识系统的输入输出数据的情况下,利用一种无监督的聚类算法来进行结构辨识,从而自动获得模糊规则库,并可以得到模糊系统的初始参数。在聚类的基础上,构造一个与之相匹配的模糊神经网络,用它的学习算法来训练网络得到一个精确的模糊模型,从而实现参数辨识。同时,证明了所构造的模糊神经网络具有通用逼近能力,这个能力在模糊建模和模糊控制方面非常有用。通过对两个非线性系统辨识的仿真结果验证了该方法的有效性。     

平行轴定理的一种推导方法

由质点对轴角动量的定义和转动惯量的定义出发,证明了平行轴定理,并给出其成立的条件.     

自整定PID控制的研究和实现

利用阶跃响应曲线辨识对象模型参数;通过仿真和自寻优,整定ＰＩＤ控制参数。     

一类基于模糊辨识器的非线性动态系统辨识

针对模糊辨识器的参数优化,提出了将改进的遗传算法（ＭＧＡ）应用于模糊辨识器的离线学习,并在此基础上采用ＢＰ算法对其参数在线调整,实现了非线性动态系统模糊辨识。解决了输入仅为一维语言变量时,模糊辨识器的实现问题。仿真结果证实了该方法的有效性。     

建筑工程施工现场危险源的辨识问题研究

施工现场包含着大量的危险源,并且对危险源的保存、使用和管理存在很大漏洞。因此,了解工程特点,识别和分析施工现场的重大危险源,是进行施工现场危险源管理的前提。只有正确的辨识危险源的性质、状态、构成要素、触发条件、危险程度和后果,我们才能充分评价和管理危险源,采取相应的应急措施,并实施必要的控制。     

巧用平行轴定理求复合刚体的转动惯量

一般求刚体的转动惯量都要用到微积分，需要建立座标，取微元，定上下限求积分，计算比较复杂，对高职学生来说有些难度，但如果借用常见规则刚体绕质心的转动惯量结论，再应用刚体转动的平行轴定理，就可以很简便的求出复合刚体的转动惯量。     

汉魏晋南北朝碑刻同形字辨识

同形字是汉字字库中字形相同,音义不同的字。认真辨识文献中的同形字,沟通字际关系,并在此基础上总结研究同形字的方法,对于识读和整理古籍,编纂汉语文字典词书,以及研究汉字发展史,都具有积极的意义。本文辨识了汉魏六朝碑刻中的10个同形字。