232规则元胞自动机的稳定性

研究满足三重局部变换规则——232规则的一维有限元胞自动机分别在固定边界条件和周期边界条件下的稳定性，刻划了该类元胞自动机中不动点的个数及它们的瞬时长度．     

N元环状神经网络的稳定性

针对一个带自反馈的多时滞N元环状非线性神经网络系统,首先得到系统在平凡解处的线性化性系统,并借助空间分解的方法得到了N阶特征矩阵对应的特征方程的1阶因式分解.进而,通过构造函数和分析技巧成功地分析特征方程的每个1阶因式的根的实部情况,并在整个参数空间中分区域系统完整地讨论了系统平凡解稳定与不稳定的条件,最终通过数字仿真验证了分析结果.     

非线性神经网络模型部分变元稳定性研究

将克拉索夫定理的方法运用到一类非线性连续神经网络关于部分变元的稳定性的研究中，得出了一类网络模型平衡点关于部分变元稳定的充分性判据。     

一种新的元胞网络模型

用元胞替换传统人工神经网络中的神经元,以局部连接取代相邻层级元胞之间的全连接,用规则演化算法替代BP算法,建立元胞网络模型．设计了元胞网络的训练过程：内嵌的遗传算法用于寻优各元胞状态离散化边界值以及元胞网络拓扑结构．以一个红酒分类基准数据为例,检验了元胞网络的学习性能和分类性能,获得了较为满意的结果．     

元胞自动机中的子等级碰撞演化及其进化稳定性

给出一维二相邻元胞自动机的Wolfram第四等级的子等 级的碰撞演化及其进化稳定性. 利用两个子等级的基因片断植入原环境中, 使其碰撞得到3 种结果. 同时, 提出元胞自动机的进化稳定性概念, 并且发现, Wolfram第四等级 的子等级在该稳定性定义下不稳定.     

求解约束优化问题的元胞混洗蛙跳算法及应用

为解决混合蛙跳算法在求解连续函数优化问题中出现的收敛速度慢、求解精度低的问题,提出一种求解约束优化问题的元胞混洗蛙跳算法.算法利用元胞的邻域结构代替基本蛙跳算法的分组方法,进而克服经典混洗蛙跳算法分组的缺点.通过元胞自动机的邻域结构和演化规则降低算法的选择压力和保持种群多样性,利用改进的螺旋进化方式和混沌变异方式平衡局...     

元胞自动机研究进展

元胞自动机是一个具有简单运算规则的动态模型,但却能展现出复杂的行为．元胞自动机引起了许多研究者的关注,相关研究工作已经广泛展开．论文综述了元胞自动机的研究进展及在不同领域的一些应用．     

具比例时滞四元数值中立型Cohen-Grossberg神经网络稳定性分析

主要研究具比例时滞四元数值中立型Cohen-Grossberg神经网络的稳定性.通过利用M-矩阵理论、同胚映射原理、Lyapunov函数、线性矩阵不等式等技术,得到了系统平衡点的存在唯一性和全局指数稳定性的充分条件;最后通过数值仿真验证所得结果的有效性和正确性.     

关于一维元胞自动机的研究

本文研究满足三重局部变换规则——1规则的一维有限元胞自动机在固定边界条件下的稳定性，刻画了其位形变化规律、不动点及GOE等重要性质。     

基于元胞自动机理论的协同设计任务调度模型

分析了设计任务调度的特点,提出了基于元胞自动机理论的调度模型。对元胞自动机任务调度模型进行了数学描述,对设计任务调度的策略进行了分析,建立了元胞自动机目标调度模型,通过具体算例对所提出的模型进行了验证,表明元胞自动机模型可以有效地进行任务调度的优化。     

SOM-BP神经网络在食品机械机构优化设计中的应用

论述了神经网络算法对食品机械机构优化设计的适用性.以自组织特征映射网络SOM和误差反向传播网络BP为理论基础,将SOM-BP集成神经网络模型应用于食品机械的机构优化设计领域,建立食品机械四杆机构优化目标函数模型,通过集成网络训练,得到优化设计结果.     

人工神经网络在网壳结构稳定性计算中的应用

利用误差反向传播网络的算法，探讨了人工神经网络在网壳结构稳定性计算中的应用．分析结果表明，人工神经网络可以很好地预测网壳结构的极限承载力，并且优于回归计算公式．     

复合神经网络控制器的可解性及求解方法

根据复合神经网络控制器的可分性,本文符合 证明了此类控制器是可解的,并以此为依据,给出了复合网络控制器的求解步骤,并给出应用实例,为复合网络控制器的实际应用提供了理论依据和使用方法。     

多层递归神经网络自适应控制及稳定性分析

提出一种基于多层归神经网络的自适应控制离散时间系统的方法,使用多层递归神经网络及新的动态ＢＰ算法（ＤＢＰ）描述未知系统的输入／输出关系。基于此神经网络模型,提出一种自适应控制方案,并对该方案的闭环稳定性进行了分析。     

神经优化计算模型求解油田开发中的优化问题

阐述了线性优化计算和非线性优化计算的神经网络模型,该模型可以在电路时间常数数量级(几百纳秒)内求解复杂的优化问题,且能克服一般数学理论求解优化问题的缺点。之后对油田开发中使用典型曲线自动拟合产量衰减曲线进行了分析,并讨论了油田开发规划模型的建立与求解,并论证这些优化问题可以由神经优化计算模型来实现。     

混沌神经网络研究及其应用

对全局耦合映射(GCM)模型、Aihara混沌神经网络模型和Inoue混沌神经网络模型等模型的研究现状、构成和特点进行了全面的分析,综述了混沌神经网络的主要应用领域,并试探性地指出了混沌神经网络的发展方向．     

神经网络直接自适应控制器的设计与实现

柔性机器人在受限运动时由于控制对象极其复杂而难以控制。为了解决受限柔性机器人机械臂难以精确定位问题提出并设计了一种神经网络直接自适应控制器。其控制效果在研究的受限柔性机器人控制实验上作了仿真与实验。结果表明该控制器能经较高精度控制受限柔性机器人的机械臂精确定位。本文是深入研究受限柔性机器人控制问题的基础。     

一种神经网络仿真系统的硬件设计

本文介绍一种神经网络仿真系统的硬件设计，它是由四片高速数字信号处理器（ＤＳＰ）芯片ＴＭＳ３２０Ｃ２５组成的并行处理系统，能够高速、有效地仿真实现多种神经网络模型．     

一种基于遗传算法的模糊神经网络结构和参数优化

提出一种基于遗传算法的三阶段优化策略。在给定初始参数基础上,利用基于十进制编码的遗传算法实现模糊神经网络的结构优化,用基于二进制编码的遗传算法实现模糊神经网络的参数优化。仿真结果表明上述优化策略是有效的。     

岩体稳定性评价的耦合神经计算方法

给出了一个基于单元ＢＰ神经网络拓扑而成的耦合神经计算模型,对其在地下工程岩体稳定性评价系统中的应用进行了研究。结果表明,耦合神经计算地下工程岩体稳定性评价系统有着较好的实用性和先进性。