开关电容网络Z域回路拓扑分析

导出了开关电容网络的开关电容支路集的Ｚ域特性，给出了开关电容网络Ｚ域回路拓扑分析法。     

关于非线性系统与线性可控系统的拓扑等价

本文对时变多输入非线性系统(3)进行了详细的讨论,导出了该系统在局部拓扑等价于线性可控系统(2)的充要条件与在大范围拓扑等价于系统(2)的充分条件。     

网络函数灵敏度的拓扑分析

在电路设计中,灵敏度分析具有重要意义。通常应用计算机辅助网络分析法,在直接展开网络节点电压方程中的节点导纳矩阵时,由于出现重复项而增加出错机会和增大计算误差。该文以图论知识为基础,应用网络连通图中的树、k－树与k－树树支导纳乘积,给出网络函数及其灵敏度分析的拓扑表达式,无重复项出现,减少了工作量和出错机会,通过实例计算可以看出该方法简捷、直观、有效。     

封闭网络转移函数的拓扑法

将拓扑法应用于进行线性模拟电阻电路的参数识别，来解决电路元件值可解性问题。     

生成有源网络符号灵敏度的拓扑法

本文讨论用有向K-树生成有源网络符号灵敏度函数的方法,给出了十四种常用网络函数和网络参数的灵敏度公式.这些公式易于在计算机上生成有源网络的符号灵敏度函数.     

Cuk拓扑的Simulink仿真模型

Cuk变换器是非线性电路，可看作是数字、模拟电路的混合。在对Cuk电路的开关管分别工作在开、关期间建立了较为完善的非线性数学模型的基础上，将逻辑量与模拟量有机地结合起来，建立了Cuk电路通用的Simulink仿真模型，从而可以高效地辅助Cuk电路的分析与设计。     

非线性算子的离散逼近和拓扑度

本文引入了较D-收敛广泛的广义D-收敛,然后利用这些概念,定义了A-regular映射,以及这类映射的广义拓扑度,它具有通常的多值拓扑度的性质.最后,证明了自反Banach空间上的(S)型单调映射可以归结为A-regular映射.     

非线性铁磁谐振电路的分析

采用综合分析法集中讨论了铁磁谐振电路的渐近解、幅-频特性曲线、跳跃、滞后等一系列问题,所得结果与各单一方法所得的结果相同.     

日光灯电路的非线性分析

日光灯电路是一个非线性电路，而我们上电工课做这个实验时，常把它当成线性电路并采用线性理论来分析它，实验中表现出的实际问题与线性结论之间的差异，正是日光灯电路的非线性特征。     

用网络图论、三次样条插值和撕裂法计算非线性电阻网络

用网络图论系统地建立非线性网络方程,用三次样条插值函数描述非线性特性曲线．因此,计算网络时,对非线性特性曲线不必分段线性化．若网络可以撕裂,介绍了如何建立和求解撕裂后的非线性网络矩阵方程．     

反馈神经网络对非线性时变离散系统的近似

对反馈神经网络近似非线性离散系统的能力进行了扩展研究 ,针对于更普遍的非线性时变离散系统 ,证明了它们在有限时间段内的输出轨迹可以被反馈神经网络输出神经元的状态向量近似到任何程度。     

模糊神经网络的非线性辨识理论及应用

论述了模糊系统和神经网络相结合的非线性系统辨识理论．通过分析模糊系统规则之间的隐含关系，给出具有非线性模糊关系的模糊神经网络非线性系统辨识方法，并用仿真方法进行了验证．最后讨论了网络的稳定性和收敛性．     

一类不确定非线性系统的神经网络鲁棒反推镇定控制

对一类不确定非线性系统,将反推控制和神经网络相结合,研究了其鲁棒渐近镇定控制问题。与通常研究中被控对象仅局限于严格反馈形式相比较,研究对象更具一般性。基于反推控制方法来构造镇定控制器,利用神经网络来逼近控制器构造过程中产生的不确定项,并提出一种新的自适应算法来在线调节神经网络权值。通过一步步适当地选取虚拟控制器的参数和神经网络权值的自适应律,最终得到的控制器使得整个闭环系统是全局渐近稳定的。     

复杂网络上带有非线性感染率的SIRS模型分析

针对实际人群的接触情况,在已有SIRS模型的基础上提出一种带有非线性传染率的SIRS改进模型.利用平均场理论及李亚普诺夫稳定性分析方法,分析得到该传播模型的传播阈值以及拓扑结构与传播阈值的相关性;当传播过程中系统满足阈值条件时,疾病最终消失;用假设的方法证明了系统不满足阈值条件时地方病平衡点的存在并通过推导得出满足地方病平衡点稳定的限制条件.对比仿真试验结果验证上述的理论结果成立,并且表明带有非线性感染率的SIRS模型比已有的SIRS模型更加逼近现实的疾病传播过程.     

不确定非线性组合系统基于神经网络的鲁棒控制

针对不确定非线性组合系统,基于神经网络提出了一种新的鲁棒控制器设计方法·利用神经网络逼近系统的未知扰动和互联项·首先考虑不确定非线性组合系统的标称系统并且设计相应的标称控制器;其次考虑系统的未知扰动和互连项,设计了校正控制信号并把它加入了标称控制器中,这种设计方法可以保证实际系统具有最终一致有界的特性·控制信号是光滑的且不需要预先知道神经网络连接权或模型误差的上界·最后给出一个数值的例子,仿真结果表明该方法的有效性·     

基于小波神经网络的一类非线性系统的故障检测

针对一类非线性系统,提出一种小波神经网络(wavelet neural network,WNN)自适应故障检测方法。WNN具有较强的泛化能力及不同的激活函数。通过设计自适应状态观测器技术,利用小波神经网络观测器良好的观测性能来观测系统的当前状态,并将其应用于一类非线性系统中,实现故障检测与诊断。利用Lyapunov直接方法从理论上证明了小波神经网络故障检测观测器的稳定性,仿真结果亦表明了该非线性系统故障检测观测器的可靠性和稳定性。     

非线性主动噪声神经网络补偿控制

针对目前主动噪声控制方法需要对次级通道进行辨识,且辨识模型精确度严重影响控制效果的问题,提出一种基于神经网络前馈补偿的非线性主动噪声控制方法. 该方法利用神经网络的非线性函数逼近能力,将非线性次级通道作为被控对象,非线性主通道作为噪声模型,设计基于神经网络补偿的噪声控制系统. 该方法无需已知主通道和次级通道模型,且基于Lyapunov定理证明了控制系统的稳定性. 仿真结果表明了该方法的有效性.     

约束通信情况下非线性网络有限时间跟踪控制

针对具有本质非线性动态的多智能体网络, 研究个体传感范围有限情况下的有限时间协调跟踪控制问题。假设非线性动态满足Lipschitz 条件且初始网络拓扑无向连通, 基于智能体间的相对状态信息设计拓扑连通保持的非光滑控制协议。应用非光滑稳定性分析方法给出实现有限时间跟踪控制的充分条件, 即选取合适的控制增益参数, 以实现保持网络拓扑连通的有限时间跟踪控制。最后通过仿真验证该方案有效且可行。     

一个新的拓扑指数用于饱和烷烃的QSPR研究

在分子图的邻接矩阵和距离矩阵的基础上提出了一个新的拓扑指数Sv,该拓扑指数与饱和烷烃的正常沸点具有较好的性质相关性,且易于计算,并且对饱和烷烃有较好的结构区分能力。