关于BP网络学习算法中步长上界的估计

本文首先给出了ＢＰ算法中关于步长取值使目标学习函数递减的充分条件，然后，具体给出了步长的一个上界估计值，最后，对于估计结果做了进一步讨论。本文给出的结果对于构造各种收敛的ＢＰ网络算法具有重要意义。

基于神经网络的股市预测

本文研究了基于神经网络的股票预测方法．针对目前存在的问题，提出了联合Davidon最小二乘算法及遗传算法来综合训练网络结构和权值的新方法．经对上证指数的模拟预测表明，通过合理地选取参数，可获得满意的预测效果．

基于BP网络的非线性广义预测学习控制器

本文提出了一种基于BP神经网络的非线性广义预测学习控制器，它由一个BP网络构成．在整个学习与控制过程中，首先根据被控对象的输出与BP网络的学习输出之间的误差来修改网络的权值，以逐步建立被控对象的合理的多步预报模型;然后，根据网络的多步预报输出序列与设定值序列的偏差修改控制律．学习过程与控制过程交替进行．仿真结果证实了该控制器的有效性，为实现非线性系统的控制提供了一条可行途径．

过氧化氢的生产方法及应用

过氧化氢是一种环境友好型的基础化工原料。在概述过氧化氢特性的基础上,详细阐述了过氧化氢发展历程中的几种生产方法的优缺点,以及过氧化氢的主要应用领域,并指出今后过氧化氢的发展方向。

基于神经元网络的非线性系统间接自校正预测控制器

提出了一种使用神经元网络的非线性系统间接自校正预测控制器．这一控制方法是基于两个神经元网络，一个用于动态过程的建模，另一个用于获取控制信号．控制器的优化目标基于过程输出的向前多步预测．两个网络的在线学习均采用了非线性最小二乘法．

基于扩展Elman网络的非线性自校正控制器

阐述了将Elman网络结构进行扩展,并采用扩展卡尔曼滤波算法(EKF)作为网络权值的在线学习算法,并在此基础上建立一步超前预测控制器.仿真结果验证了本控制器对非线性系统控制的有效性.

基于神经网络的二次逼近非线性自适应预测控制器

基于多个神经网络模型进行过程变量的向前多步预测，采用Ｄａｖｉｄｏｎ最小二乘法学习网络的权值，并用二次逼近的方法求解预测控制律，构成了一种非线性自适应预测控制器。

基于阻尼最小二乘法的神经网络自校正一步预测控制器

针对非线性控制器设计中遇到的模型结构选择及模型参数辨识问题，采用多层前馈神经网络去逼近任意的非线性系统，并使用收敛速度快且稳定性好的阻尼最小二乘法在线学习网络的权值。基于估计的神经网络模型，依据辨识与控制的对偶原则，设计了基于阻尼最小二乘法的一步向前预测控制器。仿真研究表明，这种神经网络自校正控制器不仅具有很好的性能，而且不会产生参数爆发现象。

固相微萃取技术在食品分析中的应用

固相微萃取技术是一种新型的样品预处理技术,该技术集取样、浓缩、解析、进样于一体,具有便于操作和携带、选择性高、无需有机溶剂等优点,文章对该技术在食品分析领域中的应用情况进行了探讨。

石油化工装置厂区外管廊的设计

石油化工装置一般都由很多工段构成,各工段间由众多的管道将石油化工装置连接成一个紧密的有机体。介绍了石油化工生产装置工艺外管架的的布置、分类、设计和计算,以满足生产装置的需求和确保生产装置安全正常运行,供设计人员参考。

F-T合成蜡油加氢裂化催化剂及其动力学研究进展

低温F-T蜡油加氢裂化以制备汽柴油是解决蜡zhaiy油利用途径的良好方法。本文在此基础上对加氢裂化,催化剂,反应动力学进行了探讨。

着眼边防需要 培养合格警官

乌鲁木齐边防指挥学校自1992年组建以来,以满足基层部队人才需求为目标,大胆探索边防专业院校办学特点,坚持“特色办学、质量建校”的方针,先后有2000余名合格警官从这里走出,在基层部队默默奉献、建功边防,为新疆的社会稳定和经济发展做出了突出贡献。多年来,学校党委坚持用科学发展观和构建和谐校园促进学校全面建设,注重理清办学思路,更新教育观念。