延迟离散Hopfield-型网络广义异步收敛性分析

给出了延迟离散Hopfield -型神经网络的收敛性定理。在广义异步运行方式下 ,证明了对称连接权阵 (只要w0 对称 )条件下的收敛性定理 ,推广了已有的延迟离散Hopfield -型神经网络的收敛性结果 ,表明网络收敛滞后于能量函数收敛最多 2n 1步。最后给出了能量函数的极大值点与延迟离散Hopfield -型神经网络的稳定态的关系。     

非线性比例延迟微分方程线性θ-方法的渐近稳定性

线性比例延迟微分方程数值方法的稳定性研究已有众多结果，而非线性情形的研究结果较少。应用变步长的线性θ-方法于非线性比例延迟微分方程，获得了其渐近稳定的条件。     

基于网络演算的无线自组网端到端延迟上界研究

为保证无线自组网的服务质量(Qos),对进入无线自组网络节点的数据流进行漏桶管制,节点为数据流提供基于速率-延迟(Rate-Latency)模型的服务保障;在已有无线自组网链路吞吐量模型的基础上利用网络演算理论推导出了无线自组网端到端的延迟上界模型.对具有特定拓扑的无线自组网,仿真的延迟结果都在数值计算的延迟上界范围之内,表明基于网络演算理论的无线自组网端到端延迟上界模型具有较好的性能.     

放大器预失真系统中的环路延迟估计

在基于查询表Look-upTable(LUT)、多项式增益的方法中,必须要做数字信号的基带解调,因此就需要估计耦合反馈回路中的环路延迟以保证正确的基带解调。已有相关文献讨论PA预失真系统中的环路延迟估计问题,但都存在着一些不足。针对这些不足,提出了包括整数倍和小数倍新的环路延迟估计方法,仿真结果及相关分析表明:与以往相关算法相比,整数倍估计方法大大降低了算法复杂度;而小数倍延迟估计则消除了对系统制式的要求,应用更加广泛。     

极小化不可行量函数的Flow Shop变异问题

讨论一类Flowshop的变异问题。在这类变异问题中 ,给定一个截止工期 ,该工期比Flowshop最优调度中的最大完工时间小。讨论的问题是在全部工件的完工时间不超过截止工期的限制下 ,极小化不可行量函数。这类问题与矩阵函数因子分解有着密切联系。基于对问题的分析 ,证明了这一问题等价于单机调度中极小化类似的延迟量函数。推广了已有的结论。     

基于插值理论的分数延迟杂波自适应对消算法

针对无源雷达信号处理中分数延迟直达波及多径杂波不能被完全对消的问题,提出了一种非因果的归一化最小均方（normalized least mean square, NLMS）自适应对消算法。根据采样信号的插值理论,推导出了分数延迟直达波相对于参考信号具有非因果系统响应的特点,然后在传统NLMS对消器的基础上,通过增加部分非因果的滤波网〖JP3〗络同时实现了最小均方误差（least mean square error, LMSE）准则下的自适应插值和杂波抑制。经过计算机仿真及实测数据验证,该算法相较于目前已有方法能够降低计算复杂度,并在相同条件下获得更高的杂波相消比。     

基于延迟决策的航空公司动态价格竞争复杂性

为深入分析延迟决策与有限理性对航空公司动态价格竞争复杂性的影响,综合运用了延迟决策与非线性动力学理论,构建了基于延迟决策的航空公司动态价格竞争模型,对模型进行了理论分析与数值仿真,研究了不同市场参数下的航空公司复杂的动力学行为。研究结果表明:较大的延迟决策权重可以扩大系统稳定域范围、缩短系统到达均衡的时间;系统处于不稳定状态时,引入延迟决策机制对航空公司更有利;一方引入延迟决策机制,会出现竞争对手"搭便车"而获取额外利润的现象;为权衡航空公司市场表现,关键是确定合理的延迟决策权重。     

一种基于目标运动模型的可变固定延迟的平滑算法

近来，对于机动目标跟踪的问题已经提出很多平滑方法。其中相互作用多模型一概率数据关联固定延迟算法（IMMPDAS）对在杂波环境下跟踪机动目标提供了一个较为有效的解决方法。然而，在此标准的平滑算法中，对于每一种模型采用相同的延迟间隔。提出了一种新的基于IMMPDA状态扩展系统的算法。它的改进性在于针对每种模型的复杂性采取不同的平滑延迟步幅，从而计算量将会大大降低，并且使用将更加灵活。通过对一个高度机动目标的多传感器跟踪的仿真实例来进行验证。仿真结果表明提出的平滑算法精度上与原有的平滑算法相差无几，都比已有的IMMPDA算法在航迹估计精度上有了显著提高，但却有更小的计算量。     

定制延迟模式的供应链协调

定制延迟模式综合发挥了延迟战略的低风险与传统模式的低成本的优势,所以在产品多样化趋势下是一种适宜的生产模式,对实施定制延迟模式的供应链进行建模分析,证明系统的利润是决策矢量的凹函数,从而确保了定制延迟模式较单一生产模式的最优性.为了在分散决策的系统中充分发挥出这种定制延迟模式的价值,文章以一个生产商和一个零售商组成的供应链为例,为其设计了有价格差异的双向风险补偿机制,经过对这种机制下生产商和零售商决策行为的讨论,得到了使分散系统实现协调的参数条件.进一步的分析还表明,这种有价格差异的双向风险补偿机制还可以灵活分配系统的利润,而且利润分配结果符合"风险越大,利润越高"的市场法则,所以生产商和零售商将在这种机制下实现双赢,发挥出组合策略的最大价值.     

中立型离散-分布式延迟系统的Rosenbrock数值仿真方法

在已有常微分方程数值方法的基础上,通过使用适当复合求积公式离散化分布项等技巧,构造了求解非线性中立型离散-分布式延迟系统的Rosenbrock数值仿真方法。针对线性测试系统分析了该方法的渐近稳定性,并给出了一些判据。数值例子验证了该方法的计算有效性及所获稳定性结论。     

随机延迟微分方程Euler-Maruyama方法的T-稳定性

研究了中立型随机延迟微分方程Euler-Maruyama方法的T-稳定性。给出了Euler-Maruyama方法T-稳定的充分条件。从运用计算机实现的角度来说这种直接针对样本路径的稳定性较均方稳定性更具优势。数值算例的模拟结果验证了理论上获得结果的正确性。     

Control for a Class of Stochastic Mechanical Systems Based on the Discrete-Time Approximate Observer

This paper investigates the observer-based control problem of a class of stochastic mechanical systems. The system is modelled as a continuous-time It o stochastic differential equation with a discrete-time output. Euler-Maruyama approximation is used to design the discrete-time approximate observer, and an observer-based feedback controller is derived such that the closed-loop nonlinear system is exponentially stable in the mean-square sense. Also, the authors analyze the convergence of observer error when the discrete-time approximate observer servers as a state observer for the exact system. Finally, a simulation example is used to demonstrate the effectiveness of the proposed method.     

A Class of Jump-Diffusion Stochastic Differential System Under Markovian Switching and Analytical Properties of Solutions

Our article discusses a class of Jump-diffusion stochastic differential system under Markovian switching(JD-SDS-MS). This model is generated by introducing Poisson process and Markovian switching based on a normal stochastic differential equation. Our work dedicates to analytical properties of solutions to this model. First, we give some properties of the solution, including existence,uniqueness, non-negative and global nature. Next, boundedness of first moment of the solution to this model is considered. Third, properties about coefficients of JD-SDS-MS is proved by using a right continuous markov chain. Last, we study the convergence of Euler-Maruyama numerical solutions and apply it to pricing bonds.     

Sampled-Data Stabilization of a Class of Stochastic Nonlinear Markov Switching System with Indistinguishable Modes Based on the Approximate Discrete-Time Models

This paper investigates the stabilization issue for a class of sampled-data nonlinear Markov switching system with indistinguishable modes. In order to handle indistinguishable modes, the authors reconstruct the original mode space by mode clustering method, forming a new merged Markov switching system. By specifying the difference between the Euler-Maruyama(EM) approximate discrete-time model of the merged system and the exact discrete-time model of the original Markov switching system, the authors prove that the sampled-data controller, designed for the merged system based on its EM approximation, can exponentially stabilize the original system in mean square sense. Finally, a numerical example is given to illustrate the effectiveness of the method.     

RTFHM应用于DDE实时数值仿真及数值稳定性分析

几年前 ,有人分别从不同的角度构造了一类用常微分方程描述的动力学系统的实时仿真快速混合算法RTFHM ,将这类算法应用到延迟微分方程的实时数值仿真 ,并讨论了对线性常系数延迟微分方程测试模型的数值稳定性。数值试验结果表明 ,RTFHM对线性和非线性的非刚性延迟微分方程都是有效的。     

一类组合两步连续RK-Rosenbrock方法

对于一个大的刚性延迟微分方程系统,除了延迟分量给予系统影响外,还常常会出现系统的解分量有的变化很快,而有的变化很慢的情况。此时,可以把大的刚性延迟微分方程系统分解成为两个耦合的子系统,一个是描述系统快变部分的刚性延迟子系统,另一个是描述系统慢变部分的非刚性延迟子系统。对于分解的刚性延迟微分方程大系统,构造了一类用于求解刚性延迟微分方程的组合两步连续RK-Rosenbrock方法,讨论了方法的构造,方法的阶条件,证明了方法的收敛性,分析了方法的稳定性,数值试验表明方法是有效的。     

数值求解多延迟中立型系统的渐近稳定性

给出并证明了多延迟中立型系统渐近稳定的克分条件；分析了用线性多步法求解多延迟中立型系统数值解的稳定性，基于Lagrange插值，证明了数值求解多延迟中立型系境的线性多步法渐近稳定的充分必要条件是它是A-稳定的．     

B-收敛结果的一个拓展

研究了一般线性方法(GL方法)关于一类刚性延迟系统的D-收敛性,通过拓展刚性常微分方程数值方法的B-收敛结果,一些新的判定刚性延迟系统数值方法D-收敛阶的准则被导出。在文末,数值例子阐明所获理论结果。     

空中运动目标时变时延估计方法的仿真研究

时变时延估计是运动目标测向的关键技术，参数模型法是一类重要的时 延估计算法，其自适应形式可用于对时变时延的估计。本文分析选择了三种自适应的时延估计参数模型法，将其应用于实测的直升机噪声数据，进行了大量仿真试验，为有限阵列尺寸条件下空中运动目标的被动测向提供了有价值的参考数据和结论。