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.     

基于移动代理平台Aglet的柔性工作流的研究与实现

分析了柔性工作流管理系统的特点以及可移动Agent技术，提出了一种基于移动代理平台的柔性工作流管理系统的体系结构，并采用Aglet平台实现了原型系统．在原型系统中，业务过程的定义封装在可移动的工作流引擎Agent中，MA(Mobile Agent)迁移到各执行任务的角色所在节点，驱动并监控任务的执行；利用多个Agent之间位置透明的通信、协同工作，使得业务过程的定义在执行中可动态修改，实现了工作流的柔性．     

弹流拖动力试验系统关键技术的研究

介绍了弹流拖动力试验系统中的几个关键技术及实施．     

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。     

大规模入侵检测体系下追踪机制的设计与实现

在大规模网络环境下，追踪恶意主机及其真实位置，对于整体网络的安全防御十分重要。因此，在大规模入侵检测系统中，利用各级控制中心的自动响应和处理功能，设计和实现了基于存储转发技术的追踪机制。测试表明，该机制可以有效地追踪和定位恶意主机的口地址，进一步完善了大规模入侵检测系统的监控功能。     

基于移动数据库的异构数据一致性技术研究

从移动数据库体系结构的演变、数据一致性技术的分类和异构数据同步协议(SyncML)的架构等3个方面介绍了基于移动数据库的异构数据的一致性技术，并结合三者优势提出了DM／SMDS模型，为移动环境下快速、高效地实现数据收敛提供了一种可行的解决方案。     

轮胎纵向力的神经网络模型

将人工神经网络方法用于轮胎纵向力特性的建模，建立了以滑移(转)率为变量，以垂直载荷为参变量的轮胎纵向力神经网络模型。对轮胎实测数据与神经网络模型预测结果的对比表明，轮胎神经网络模型的精度能满足工程要求，BP前馈神经网络可有效地应用于车辆轮胎纵向力特性的数学建模，且建模过程简单，模型计算较快，预测精度较高。     

移动IP中的多播技术分析及改进的新方案

以移动IP作为网络层路由支持向移动主机提供多播技术是一个巨大的挑战。首先对基于IP网络模型的移动IP和IP多播技术做概括论述，分析了IP多播的算法和多播路由协议。然后侧重研究在目前的移动IP中如何有效提供多播技术的支持，分析了在现有的IP网络中集成多播和移动性时出现的问题，阐明了几种可能的机制并比较了各自的优缺点。最后提出了一种改进的基于移动IP的移动主机多播技术支持，并和其他方案进行了比较。