递阶智能控制系统的一般结构

研究递阶智能控制系统的结构问题，介绍了递阶智能机器的一般结构，讨论了与组织级模型有关的决策段结构。

面临挑战的智能机器人技术

本文针对无性系哺乳动物的出现,提出机器人技术的一些根本概念面临的挑战,讨论了机器人定义、机器人学学科结构、机器人进化,机器人智能以及机器人与人类关系等问题,并就严禁复制人和控制克隆技术提出建议,对这些问题的讨论将有益于机器人技术的健康发展,有利于克隆技术的正确使用。

直接在位置控制机器人上实现力/位置自适应模糊控制

本文提出一种直接在位置控制机器人上实现力／位置自适应模糊控制的方案，使得对于一般工业机器人，在不改变其原有位置控制器的前提下，实现力／位置控制．仿真结果表明，该控制方法使机器人控制系统对工作环境接触刚度的自适应能力得到显著的改善．

直接模糊神经控制及其在列车自动操纵中的应用(英)

本文基于模糊神经控制方法提出一种新的列车自动操纵策略．首先基于复杂动态过程划分的思想，建立列车运行过程的五个子过程近似工程数学模型；接着对所提的模糊神经控制器的结构、训练样本编码方法、学习算法和推理准则作了详细的描述；文末利用所提控制方法对列车在一段特定的线路上作了仿真研究，结果表明了所提方法的有效性．

自动区域划分的分区域搜索狭义遗传算法

用数学方法难以解决函数优化中的区域划分问题 .为此 ,提出了用狭义遗传算法实现区域划分的方法 .实现了基于自动区域划分的分区域搜索的狭义遗传算法 ,阐述了分区域搜索的控制策略 .从理论上分析了基于自动区域划分的分区域搜索的狭义遗传算法是全局收敛的 ,并具有收敛速度快、搜索过程稳定性高、可控制性强、便于并行实现等特点 .最后提出了有待研究的问题 .

分区域搜索的狭义遗传算法

文章提出了分区域搜索的狭义遗传算法，讨论了狭义遗传算法分区域搜索的一些重要性质，并对其控制机理进行了分析。证明了分区域的狭义遗传算法是全局收敛的，并具有收敛速度快，搜索过程稳定性高、可控制性强等特点。最后，提出了有待研究的问题。

狭义遗传算法

该文讨论了狭义遗传算法的一般框架，并对其运行机理进行了分析。由于狭义遗传算法的搜索过程不是一个遍历的Ｍａｒｋｏｖ过程，搜索空间小，Ｎ此它具有收敛速度快，搜索过程稳定性高、可控制性强等特点。最后，提出了有待研究的问题。

对等式网络并行GA的设计与实现

本文讨论的并行遗传算法是一类基于对等通讯的网络异步并行遗传算法，通过对粗粒度并行模型的改进，使它适合于在普通网络环境下推广应用。本文讨论的并行遗传算法具有通讯开销小、子群体间信息交流充分以及便于实现等特点。

稀疏矩阵乘法运算的并行算法

许多实际的应用问题可以被归结为稀疏矩阵的计算 ,讨论了稀疏矩阵乘法运算的并行算法 ,稀疏矩阵中的元素采用三元组表示法作为它的存储结构 。

神经控制器的典型结构

本文研究了神经控制的典型结构方案，包括神经学习控制、神经直接逆控制、神经自适应控制、神经内模控制、神经预测控制、基于小脑模型联接控制（CMAC）、多层神经控制和递阶神经控制等．文中着重讨论了控制机理，提供了潜在应用基础，对神经控制器结构方案的确定具有借鉴作用．

基于共享存储的并行RGA的设计与实现

讨论了基于共享存储的并行狭义遗传算法。该算法利用狭义遗传算法与区域搜索法的结合 ,实现了数据级的并行操作 ,具有较高的并行度。它只需要较少的通讯开销 。

模糊控制的典型结构

本文研究和评述了模糊控制的典型结构方案，包括模糊控制器的一般结构，PID模糊控制器、自组织模糊控制器、自校正模糊控制器、自学习模糊控制器和专家模糊控制器等。文中着重讨论了控制结构机理。许多结构方案都获得应用验证。

基于切面上升的狭义遗传算法

该文提出了基于切平面上升的狭义算法,并对其全局收敛性进行了证明,其终止条件肯定就是收敛点,很好地解决了文献犤6,8犦中所遇到的问题,即能够方便地求解多元函数的优化问题。它具有收敛速度快,搜索过程稳定性好、可控制性强,控制参数易于选定等特点。

学习控制的结构方案

研究和评述了学习控制的有代表性的结构类型，包括基于模式识别的学习控制、反复学习控制、重复学习控制和基于连接机制的学习控制等．本文着重讨论了学习控制的结构机理，提供了应用的基础．大多数控制结构方案都获得实际应用的验证．

主从式控制网络并行GA的设计与实现

本文讨论的并行遗传算法是一类控制主从式的异步并行的遗传算法 ,它合理地解决了遗传操作和通讯之间的协调 ,具有通讯开销小、子群体之间信息交流充分等特点。