时滞系统的时滞相关鲁棒稳定与镇定问题

讨论具有多不确定性线性时滞系统的时滞相关鲁棒稳定及镇定问题.利用通用的Lyapunov-Krasovsk ii泛函方法,结合自由权矩阵思想和对不确定项的更精确描述,获得了基于线性矩阵不等式的时滞相关稳定充分条件并给出了无记忆状态反馈控制器的设计.该条件较已有结论不仅形式简单,而且具有更小的保守性.利用M atlab软件中的LM I工具箱求解,得到保证系统鲁棒渐近稳定的最大可允许时滞上界.仿真算例表明了该方法的有效性.     

基于神经网络的催化剂配方模型

本文应用人工神经网络中的BP网络与RBF网络，讨论脂肪醇催化剂配方的建模问题，并与传统的多元线性回归方法进行对比。结果表明，神经网络具有明显的优点，而RBF网络又比BF网络更加精确，且收敛速度要快1000倍以上。