多级制造系统的最优化模型及其应用

多级制造系统是现代制造业的主要加工方式，系统的每一级的加工速度和加工周期是系统设计的主要决策变量，正确确定这两个变量是系统得到优化的主要目标。本文导出了系统优化的基本模型，它包括系统各级的生产时间、等待时间、生产速度、生产成本以及系统的循环时间、总成本、产品利润和利润率等，并给出了一个应用实例。     

RAR模型的参数估计方法

本文考虑零均值的平稳AR（P）序列与一个非随机的趋势项的这合模型．假设趋势项可以表咸有限个已知的线性无关基画数的线性组合.这种模型有广泛的应用．本文针对这类模型，给出了参数估计方法，并给出了计算参数估计值的迭代算法．模拟计算表明，这种方法计算方便，精度高．     

神经网络法计算镉（Ⅱ）,羟基及碳酸根三元体系的形态分布

采用前馈线笥网络ＢＰ算法，计算了Ｃｄ６２＋－ＯＨ＾－ＣＯ＾２－３三元体系的累积稳定常数。用Ｈｏｐｆｉｅｌｄ反馈网络研究了体系中络合物的形态分布。溶液中溶解的ＣＯ２对ｌｇβ１的计算结果有重要影响，对ｌｇβ２，ｌｇβ３，ｌｇβ４的结果影响不大。     

Max—min神经网络的一种有效学习算法

本文在Ａ．Ｂｌａｎｃｏ等人的算法的基础上，提出了ｍａｘ－ｍｉｎ神经网络的一种改进了的反馈学习算法，严格证明了该算法的迭代收敛性，理论分析及实例计算结果均表明，本文算法具有算法简单，收敛速度快，输出误差小等显著特点。     

非灰介质中辐射直接交换面积的计算

用宽带胶其修正模型模拟非灰介质的辐射特性，并将它用于区域法模型，计算了非灰气体介质中表面一表面之间的辐射直接交换面积。结果表明，修正的宽带模型对气体辐射特性的描述是比较准确的，且它易于与区域法相结合。     

混沌的模糊神经网络逆系统控制

提出用Sugeno型的模糊推理神经网络建立混沌系统的逆系统模型,并采用逆系统方法进行混沌的控制.这种方法的特点是可以不必建立混沌系统的解析模型,通过模糊神经网络学习混沌系统的运动规律,通过学习获得的规律对混沌进行有效的控制,并且该控制方法可以控制混沌系统以一定精度跟踪连续变化的给定信号.理论分析及针对虫口模型和Henon模型仿真研究证明了该方法的有效性 关键词： 混沌 模糊神经网络 逆系统控制     

太阳核心中7Be电子俘获几率的计算

在太阳核心的条件下,⁷Be原子被完全电离.所以,重新计算的⁷Be和⁸B太阳中微子流强分别约为4.00×10⁹cm^－2·s^－1和6.18×10⁶cm^－2·s^－1,而标准太阳模型预言的⁷Be和⁸B太阳中微子流强则分别是4.80×10⁹cm^－2·s^－1和5.15×10⁶cm^－2·s^－1.这将进一步增大在Super Kamiokande太阳中微子实验上中微子流强的实验测量值与理论预计值之间的差异.     

智能控制在电机调速系统中的应用

本文通过对专家控制、模糊控制及神经控制的介绍，综述了实现电机调速系统智能化的几种有效结构形式。