一类具有连续分布延时的随机反应扩散的Hopfield神经网络的收敛动力学行为

本文研究了一类具有连续分布延时的随机反应扩散的神经网络模型.通过构建恰当的Lyapunov函数,以及运用非负半鞅收敛性定理,得到了该网络平衡解几乎必然指数稳定和矩指数稳定的充分条件.最后我们给出了一个例子验证了条件的正确性.本文所得到的结果不要求激励函数是可导,有界,单调非减的,也不要求连接权矩阵是对称的,在解决最优化问题等方面有重要意义.因此我们推广和完善了以前的结果.     

利用遗传算法优化人工神经网络权值

遗传算法是一种新的、基于自然选择和基因遗传学原理的随机搜索算法．针对神经网络中BP算法学习效率低且收敛速度慢以及容易陷入局部最优等不足，文章提出利用遗传算法对BP神经网络中的神经元间的连接权值进行优化的方法．试验结果表明，用遗传算法优化BP神经网络的连接权值后收敛速度快，并有效的解决了BP算法容易陷入局部最优的问题．     

一种高效覆盖的节点放置算法

提出了一种新的高效覆盖的节点放置方法．该算法的目的是使传感器的数目最优化，并确定能支持分布式传感器网络的传感器的配置，其基本思路是剔除局部冗余，提升整体性能．最后通过仿真与已有的算法进行比较，展示了其性能的优越性．     

关于k紧优双环网络

给出了判断N个节点存在k(k≥0)紧优双环网络的一个算法,得到该算法的复杂性为O(N1/4).作为具体应用,给出一个7紧优双环网络的无限族.首次给出了一个7紧优双环网络G(81 190 689;16 035),其直径为15 612.     

可靠性分析的并行不交和算法

不交和算法是计算网络可靠性的有效方法，到目前为止，基于这一方法已经开发出多种算法，提出了对这些不交和算法实行并行化的通用框架。基于这个框架，在工作站网络上实现了CAREL不交和算法的并行化版本。实验结果表明，这种方法效果很好，几乎得到线性加速。     

蜂窝网络中基于遗传算法的信道分配

信道分配问题属于组合优化中的NP完备问题 ,为了更有效的利用频率资源 ,在遗传算法的基础上提出了一种新的信道分配方法·在信道分配中主要考虑三种限制 :同频限制、邻频限制和同位置限制·目标是得到一个用最少的信道数 ,满足话务需求和电磁兼容限制的信道分配方案·采用了最小间隔编码方案 ,利用固定遗传算子 (交叉和变异 ) ,在整个迭代过程中始终满足话务需求的要求·提出了几种遗传算子并进行了验证 ,比较结果表明选择性变异技术能得到很好的结果·对几个著名的benchmark问题进行仿真 ,结果表明 ,它对解决信道分配问题是一个非常有效的方法     

Hopfield型时滞神经网络模型的K-稳定性

研究具有时滞的Hopfield型神经网络模型｛Cidui(t)/dt=-ui(t)/Ri n↑∑↑j=1～↑Tijfi(uj(t-τ）） Ii，ui（s）=ψi(s),s∈[-τ，0],i=1,2,…，n平衡点的K－全局渐近稳定性与K－全局指数稳定性，通过使用不等式分析技巧和微分方程性质，得到了这类模型K－稳定性的易于验证的时滞相关充分条件，并举例验证其有效性。     

时滞神经网络稳定性、分岔与混沌的研究进展

时滞广泛存在于神经网络中，从非线性动力学的角度对时滞神经网络系统的研究进展作一综述，内容包括时滞神经网络系统的特点、研究方法、神经网络动力学的热点问题的研究进展以及亟待解决的问题等。由于时滞神经网络的演化趋势不仅依赖于系统的当前状态，还依赖于系统的过去某一时刻或若干时刻的状态，其运动方程要用泛函微分方程来描述，解的空间是无穷维的，因此，时滞神经网络的动态行为是非常复杂的。     

一类批处理排队网络在批FIFO排队原则下稳定性

在标准排队网络稳定性研究的基础上，定义了批FIFO排队原则，通过引进批长度随机变量，将批处理排队网络模型转化为对应标准排队网络模型，证明了这两个网络模型具有相同的流体模型；在批FIFO排队原则下，给出了这个批处理排队网络稳定的一个充分条件.     

铜合金时效性能的神经网络预测模型

运用BP神经网络算法，对时效试验数据进行训练，建立了Cu-0．30Cr-0．15Zr合金时效后硬度和导电性与时效时间和时效温度的映射模型，从而可预测铜合金在一定时效条件下的硬度和导电性，预测结果与实测值吻合较好，表明神经网络用于铜合金的时效性能预测是可行的，预测的准确性取决于用于训练网络的铜合金时效试验数据的数量和质量。