随机时滞Hopfield神经网络的均方指数稳定性

利用Ｌｙａｐｕｎｏｖ泛函和Ｉｔｏ公式，研究了具有时滞的随机Ｈｏｐｆｉｅｌｄ型神经网络的均方指数稳定性．证明了三条定理和三个推论．当随机扰动为零时，便得到确定性的时滞神经网络指数稳定的结果．     

变时滞Cohen-Grossberg 随机神经网络的矩指数稳定性

本文讨论了随机变时滞Cohen-Grossberg神经网络的矩指数稳定性.利用Ito公式、时滞微分不等式和神经网络的特征，作者导出了这类神经网络矩指数稳定性的代数条件并给出了一个说明性实例.     

随机时滞Hopfield神经网络的均方指数稳定性

利用Ｌｙａｐｕｎｏｖ泛函数和Ｉｔｏ公式，研究了具有时滞的随机Ｈｏｐｆｉｅｌｄ型神经网络的均方指数稳定性，证明了三条定理和三个推论，当随机扰动这零时，便得到确定性的时滞神经网络指数稳定的结果。     

变时滞Cohen-Grossberg随机神经网络的矩指数稳定性

本文利用随机积分的伊腾公式,时滞微分不等式及随机时滞神经网络的特性 讨论变时滞Cohen-Grossberg随机神经网络的矩指数稳定性,实例证明本文结果的优越性.     

随机区间时滞Hopfield 神经网络的指数稳定性

讨论了一类带有可变时滞的随机区间Hopfield神经网络的指数稳定性,利用李雅普罗夫函数和Razunlinkhin-定理,得到了一些关于该系统均方指数稳定与几乎必然稳定的时滞无关和时滞相关的充分性判据,推广了现有文献中关于定常时滞及其确定形式的一些结果．     

具有混合时滞的随机Cohen-Grossberg神经网络的稳定性分析

研究了均方意义下的具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性,利用It微分公式和Lyapunov泛函,得到了一个关于其指数稳定时滞无关的充分条件.具体实施方法是运用It微分公式沿所考虑的神经网络对构造的Lyapunov泛函进行微分,得到了系统稳定的代数判据.最后,通过一个数学样例说明了所得结论的有效性.目前文献尚未见同时具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性的相应结果,由于Cohen-Grossberg神经网络更具有代表性,其研究意义与应用前景不言而喻.     

关于时滞细胞神经网络全局稳定性的一些注记

首先证明具有时滞的细胞神经网络平衡点的一个存在性定理．然后，利用这定理分别得到该类神经网络的全局渐进稳定性与全局指数稳定性的判据各一个．最后，给出利用所得的新判据判别时滞细胞神经网络的全局稳定的两个例子。     

带时滞的Cohen-Grossberg神经网络的稳定性

文章讨论时滞Cohen—Grossberg神经网络的平衡点的稳定性．得到平衡点的指数稳定性的一个充分条件．另外，我们考虑的稳定性是鲁棒稳定的．对时滞项目的要求也仅仅是连续．文中的结论推广了一些已知的结果．     

具时变时滞的随机模糊Cohen-Grossberg神经网络的均方指数输入状态稳定性（英文）

本文对具随机和时变时滞效应的模糊Cohen-Grossberg神经网络的均方指数输入/状态稳定性进行了研究.利用Razumikhin技巧和时滞微分不等式,本文得到了神经网络的均方指数输入对状态稳定性的充分条件,并给出了一个例子来说明该方法的有效性.     

一类具有分布时滞的Hopfield神经网络的稳定性

利用谱半径和不等式分析技巧研究了一类具有分布时滞的Hopfield神经网络模型的全局指数稳定性，得到了全局指数稳定性的一些充分判别条件，推广了一些文献的结果．     

具衰减随机干扰的分布参数型Hopfield神经网络的镇定

以随机Fubini定理为基础,研究具有分布参数的Hopfield随机神经网络的镇定问题,该神经网络具有衰减的随机扰动。构造了一个关于空间变量平均的Lyapunov函数,用Lyapunov第二方法给出了使该类随机神经网络控制系统镇定的控制器设计,并通过一实例证明了该控制器的有效性。     

基于超网络的多模式交通的随机网络加载问题

基于超网络理论构建了城市多模式出行网络模型,同时考虑路径出行时间、换乘次数以及拥挤等影响因素,建立路径的广义费用函数。在此基础之上,重新定义了有效路径的含义。结合图论中深度优先遍历算法与回溯法的思想,提出有效路径的搜索算法,并通过改进的Dial算法实现对城市多模式出行网络上交通流的随机网络加载。最后,利用本文建立的多模式出行网络对算法的可行性和有效性进行验证。结果表明,该算法适用于求解城市多模式出行网络上交通流的随机网络加载问题,并且可以避免原始Dial算法在求解交通分配问题中可能出现的不合理结果。     

随机数学在计算机随机Petri网模型变迁化简技术中的应用

用随机数学方法，推导出计算机随机Petri网中时间变迁的串联、并联及选择结构模型的性能等价公式，为随机Petri网模型的化简提供了一个有效的手段。     

基于BP神经网络的悬垂绝缘子串风偏角预测模型

利用有限元方法模拟不同导线型号、导线初始应力、档距、高差等结构参数的输电线路在随机风作用下的动力响应,得到悬垂绝缘子串的风偏角.进而基于有限元模拟结果和BP神经网络构建风偏角的预测模型,将导线型号、档距、高差、导线初始应力、基本风速、保证系数作为模型的输入,悬垂绝缘子串的风偏角作为输出,通过机器学习,并采用评价指标评估其准确性,对模型进行优化.该模型可以方便快捷地预测悬垂绝缘子串的风偏角,为线路塔头绝缘设计提供依据.     

无线网络效用最大化算法的收敛性分析

针对分布式效用最大化算法中的信息交互和反馈易于受随机噪声干扰,研究了随机噪声对分布式效用最大化算法收敛性影响问题. 通过将随机噪声模拟为鞅,采用鞅方法分析了随机噪声对分布式效用最大化算法的影响,给出并证明了带有反馈噪声的分布式效用最大化算法几乎处处收敛的一个充分条件. 仿真实验验证了理论分析的正确性.      

多车型随机动态交通分配和信号优化组合

研究了多车型随机动态交通分配和信号优化的组合问题,提出了一种考虑多车型下的随机型动态交通分配和交通信号优化的组合模型。模型采用广义双层规划来表示,上层是信号优化控制,进行交通信号的优化配置;下层是考虑多车型下的随机型动态交通分配,进行交通网络流的配置。同时,模型中采用具有物理排队的多车型动态网络模型,从而考虑了饱和路网中物理排队对网络条件的影响以及不同车型间的相互作用。采用遗传算法对模型进行了优化求解。结果表明,在考虑多车型随机用户路径选择行为的基础上使整个网络的总行程时间达到了最小,由此获得最佳的信号控制策略和相应的优化路径流,实现了交通信号的优化配置和交通流优化。     

基于随机通信时滞补偿的混合动力汽车协调控制研究

为了改善功率分流式混合动力汽车模式切换品质,提出了一种基于随机通信时滞补偿的转矩协调控制策略.在一般的电机转矩补偿控制策略的基础上,为提高车辆协调控制系统的精度,揭示了不同通信网络时滞对于电机补偿控制稳定性的影响,提出了增设BP-Smith自适应补偿模块和电机转矩变化率限制模块构成的复合协调控制策略并进行了仿真验证,结果表明,该控制策略在受到随机网络延时的干扰下仍能保证系统的稳定性及模式切换的平顺性.      

基于随机接入的JTIDS抗毁性动态接入算法

基于随机理论提出了一种能够适应JTIDS的节点数动态变化的随机接入算法. 基于随机理论,分析和比较了竞争接入算法和随机接入算法的抗毁性能,并进行了理论验证;基于OPNET建立了竞争接入算法和随机接入算法的仿真模型,通过仿真验证理论分析的合理性. 对随机接入算法的抗毁性能进行了仿真,仿真结果表明,算法能够在不增加额外控制信息的情况下,动态地适应战场环境下网络拓扑结构的变化,提高了接入的可靠性,同时保证了时效性.      

m重n叉树中虫孔寻径通信方式的分析模型

在采用虫孔寻径的网络中，消息的到达不是一个简单的事件，而是一个具有随机性的持续过程，本文采用随机过程理论分析m重n叉树的消息延迟，与其他虫孔寻径分析模型比较，本模型对消息传输过程的描述更深入，包括各条连接通道的消息密度分析，消息在网络中的延迟分析，消息在结点的等待时间分析，从而使结果更加精确。     

基于随机需求的接运公交时刻表的鲁棒性优化方法研究

接运公交需求的随机性会对接运公交时刻表的编制与投入运营产生扰动影响. 为降低此不利影响,基于鲁棒性思想研究了随机需求下接运公交时刻表的优化方法. 随机接运公交需求的每一组实现为一个情景,情景目标值综合考虑乘客成本与运营成本的最小化. 以接运公交需求为随机变量,建立了接运公交时刻表的鲁棒性优化模型,模型综合考虑情景的期望值与偏差期望值最小化. 模型具有组合优化与随机规划特性,选用遗传算法进行求解. 最后给出算例验证了模型与算法的有效性. 算例结果表明随着偏差权重系数的提高,鲁棒性模型更倾向于降低随机需求带来的扰动.