根据空调负荷的非线性特点，提出了一种基于粒子群算法优化误差反向传播（BP）神经网络的空调负荷预测方法，针对BP网络训练容易出现麻痹和易陷入局部极值，以及其预测空调负荷时精度不够理想等现象，将粒子群算法的随机全局优化和梯度下降局部优化结合，达到改善神经网络泛化能力和提高空调负荷预测精度的目的。用该方法对的空调系统冷负荷与室外空气的干球温度、含湿量和太阳辐射照度的关系进行建模和预测，通过实例验证了该优化算法优于BP网络，能更加有效地处理动态空调负荷中的非线性问题，获得更可靠的预测结果。

将功率键合图法用于四缸同步液压系统的建模。在对四缸同步液压系统结构进行简化的基础上，绘制出它的功率键合图，由功率键合图推导出状态方程，从而解决了四缸同步液压系统建模的难题。