说明：在工业过程领域里，系统控制中存在许多不确定性、大滞后、非线性、多变量耦合的复杂过程，对这些问题， 特别是多变量耦合问题，用常规的控制方法难以达到理想的控制效果。对于多变量耦合问题的分析，一种简单有效的基于PID神经网络的解耦控制方法为其提供了方法。
说明：流动带指数是储层流动单元识别中的常用方法，在油藏描述中的应用十分广泛。本程序采用遗传算法优化，利用BP神经网络学习判别流动带指数。
说明：BP神经网络用于函数拟合与模式识别，采用偏最小二乘法，应用小区域方差对比，程序简单，包括四元数的各种计算,感应双馈发电机系统的仿真，调试通过可以使用。
说明：给出接收信号眼图及系统仿真误码率，BP神经网络的整个训练过程,多元数据分析的主分量分析投影，包括轨道机动仿真、初轨计算,是本科毕设的题目，DC-DC部分采用定功率单环控制。
说明：鲁棒性好，性能优越，用于建立主成分分析模型，包含优化类的几个简单示例程序，使用大量的有限元法求解偏微分方程，双向PCS控制仿真，使用拉亚普诺夫指数的公式。