多组耦合随机模型的稳定性（英文）

研究了多组耦合随机模型的稳定性.利用图论和Lyapunov函数法,通过一种新的方法,给出了多组耦合随机模型的全局指数稳定性的充分条件.不需要解决任何线性矩阵不等式且所得的结论易验证.     

具有脉冲作用互联车辆系统稳定性分析

利用脉冲镇定理论，研究了某类汽车系统在协同制动控制并不能达到系统稳定的情况下，加入脉冲干扰使系统达到预期稳定效果.运用Lyapunov方法和常数变易法公式，得到车辆系统在脉冲作用下的稳定性条件为A(t)在［t0,+∞)上连续，∫∞t0|~C(t)|2dt<+∞.     

具有连续时滞的Holling Ⅲ功能性反应捕食系统的持久性和全局吸引性

讨论了一类具有连续时滞的Holling Ⅲ功能性反应的两种群捕食-食饵系统,利用微分方程比较定理得到保证此系统持久性的充分性条件;通过构造适当的Lyapunov函数的方法,得到了保证此系统全局稳定的充分条件.     

T-S模糊系统状态反馈H∞控制器设计

基于模糊Lyapunov函数方法,研究了连续T-S模糊系统状态反馈H∞控制器的设计问题,其目的是减少单一Lyapunov函数方法的保守性。利用矩阵不等式方法得到了状态反馈H∞控制器存在的矩阵不等式形式的充分条件,并给出了双线性矩阵不等式形式的解法。仿真结果验证了该方法的有效性。     

具连续分布时滞细胞神经网络的指数稳定性

利用Cramer法则和Brouwer不动点定理,通过构造适当的Lyapunov泛函并结合矩阵形式的Halanay微分不等式分析技巧,研究了一类具有连续分布时滞的细胞神经网络模型的动力学性质,获得了该模型的平衡点的存在性和全局指数稳定性的充分条件.改进和推广了已有文献的结论.这些结果对设计全局指数稳定的细胞神经网络具有重要的指导意义.     

基于OPC技术的仿真机评分系统的实现

在不考虑激励函数有界，可微和单调的情况下，利用Lyapunov泛函方法，得到了时滞Hopfield神经网络模型的平衡点存在性和全局渐近稳定性的新准则. 研究结果改进和推广了以前相关文献的结果.     

HIV-1复合药物疗法模型的动力学行为分析

利用Routh-Huritz准则、Lyapunov函数、Lasalle不变原理和波动引理,对一类HIV-1复合药物疗法数学模型的动力学行为进行了研究.基于基本再生数,得到了非感染平衡点和单重感染平衡点的局部或全局稳定及存在双重感染平衡点的充分条件.     

随机反应扩散神经网络的鲁棒稳定性

研究一类具有分布时滞和反应扩散的随机细胞神经网络,通过构造Lyapunov泛函,并利用It公式以及线性矩阵不等式（LMI）,得到不确定系统鲁棒稳定的充分条件.     

一个时滞微生物增长模型全局动力学性态的Lyapunov函数法

利用Lyapunov函数和LaSalle不变原理研究了一个时滞微生物增长模型的全局动力学性态,证明了微生物 灭绝平衡点和持续生存平衡点的全局渐近稳定性,简化了现有研究方法,并将结论从已有文献中仅适用于微生物 营养利用的Michaelis-Menten功能反应函数加强到适用于一般功能反应函数.     

具有潜伏细胞和CTL免疫反应的HIV 模型的稳定性分析

研究了具有潜伏细胞和CTL免疫反应的HIV动力学模型.利用Lyapunov函数法分析了系统的全局稳定性.     

参数自校正模糊PID在管道风速控制中的应用研究

在一类m元离散时滞差分方程神经网络模型中引入了具有明显实际意义的非线性不连续信号传输函数，并利用离散系统的解半环分析这一强有力工具，通过引入一个辅助系统，证明了该模型的每个解或者是最终周期的或者是无界的这一有趣的动力学性质     

基于模糊神经网络的球团密度在线测量

提出了一种在线测量球团密度的新方法．该方法以模糊神经网络技术为基础，综合考虑制团过程各因素对球团密度的影响，建立起球团密度的软测量模型．在软测量模型中，采用模糊神经网络模型描述球团密度变化的非线性过程，并提出了一种改进的模型辨识算法，利用减法聚类法确定合适的聚类组数目，并用实数编码的遗传算法优化全局参数，从而获得了结构简单、具有较高精度的模糊神经网络软测量模型．根据此方法，设计了测量装置，并进行了现场试验，试验结果表明软测量模型输出与实验室测量值基本一致，平均误差较低且最大误差未超过0．05g／cm^3．     

Near-infrared Spectral Detection of the Content of Soybean Fat Acids Based on Genetic Multilayer Feed forward Neural Network

In the paper, a method of building mathematic model employing genetic multilayer feed forward neural network is presented, and the quantitative relationship of chemical measured values and near-infrared spectral data is established. In the paper, quantitative mathematic model related chemical assayed values and near-infrared spectral data is established by means of genetic multilayer feed forward neural network, acquired near-infrared spectral data are taken as input of network with the content of five kinds of fat acids tested from chemical method as output,weight values of multilayer feed forward neural network are trained by genetic algorithms and detection model of neural network of soybean is built. A kind of multilayer feed forward neural network trained by genetic algorithms is designed in the paper. Through experiments, all the related coefficients of five fat acids can approach 0.9 which satisfies the preliminary test of soybean breeding.     

基于 RBF 神经网络的钢构件质量追溯系统研究

提出一种基于RBF神经网络的数据挖掘方法，将RBF神经网络应用于数据挖掘的分类和预测中，解决钢构件过程中的性能预测问题。其中用黄金分割法确定基于RBF神经网络的隐层节点数，减少该算法的计算复杂度，最终将其应用于某钢铁企业质量控制系统。构建对钢构件质量检测的数据挖掘及质量追溯平台,该平台是基于RBF神经网络的数据挖掘技术的。实际应用证明，产品的质量合格率可达到96.27%,符合国家相关的标准和技术指标。     

小波网络在深圳股市应用的研究

采用传统的人工神经网络模型对深圳证券成份指数进行模拟预测，在此基础上，进一步采用小波函数结合神经网络形成的小波网络对其进行拟合和预测，并对两种预测方法得到的结论误差进行分析、比较。结果显示，小波网络比单纯的神经网络模型预测精度高11．1595。     

Entorhinal cortex layer III input to the hippocampus is crucial for temporal association memory

Associating temporally discontinuous elements is crucial for the formation of episodic and working memories that depend on the hippocampal-entorhinal network. However, the neural circuits subserving these associations have remained unknown. The layer III inputs of the entorhinal cortex to the hippocampus may contribute to this process. To test this hypothesis, we generated a transgenic mouse in which these inputs are specifically inhibited. The mutant mice displayed significant impairments in spatial working-memory tasks and in the encoding phase of trace fear-conditioning. These results indicate a critical role of the entorhinal cortex layer III inputs to the hippocampus in temporal association memory.     

一类二元离散神经网络周期解的存在性

研究具三段常数不连续信号传递函数的二元离散神经网络模型周期解的存在性,获得存在性与吸引性的充分条件．     

仿射非线性系统的在线自适应模糊神经网络辨识与控制

针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪.     

神经网络自适应控制在攻击直升机中的应用

研究了神经网络自适应控制在直升机飞行控制系统中的应用。首先将直升机姿态角系统划分为快慢回路 ,并分别采用动态逆方法进行设计 ;针对动态逆方法的优点和不足 ,提出了小波神经网络自适应逆控制方案 ,把BP小波神经网络和基于李亚普诺夫稳定的小波神经网络分别应用于直升机飞行控制系统中 ;最后对典型机动飞行进行了仿真 ,说明小波神经网络方法应用的正确性和有效性。仿真结果证明 ,本文采用的小波神经网络自适应控制方法效果好 ,具有工程应用价值     

遗传算法与模拟退火算法在神经网络优化中的性能分析

神经网络有以任意精度逼近未知函数的能力，所以被广泛应用于各种领域中。目前广泛应用于神经网络优化的方法是反向传播（BackPropagation，BP），但是BP的全局搜索能力很有限，而全局搜索方法是神经网络优化问题很有潜力的办法。文中研究了两种全局优化算法：遗传算法（GeneticAlgorithm，GA）和模拟退炎（Simu-lated Annealing，SA），并且比较了它们在神经网络优化中的性能。