变时滞反应扩散Hopfleld神经网络的全局指数稳定性

利用拓扑度理论和广义Halanay不等式研究了变时滞反应扩散Hopfield神经网络的平衡点的存在性及全局指数稳定性.给出的判别指数稳定性的代数判据易于验证,具有广泛实用性,推广和改进了现有文献中的一些结果.     

变时滞反应扩散Hopfield神经网络的全局指数稳定性

利用拓扑度理论和广义Halanay不等式研究了变时滞反应扩散Hopfield神经网络的平衡点的存在性及全局指数稳定性. 给出的判别指数稳定性的代数判据易于验证,具有广泛实用性,推广和改进了现有文献中的一些结果.     

具有反应扩散的广义神经网络的稳定性

研究具有反应扩散项的Cohen-Grossberg广义神经网络模型和生态系统的平衡状况的稳定性. 在一般分离变量型Lyapunov函数的基础上，具体构造出平均Lyapunov函数，即以反应扩散区域为积分区域加上积分算子，来研究Rⁿ₊内的平衡位置在Rⁿ₊内的全局稳定性. 并给出一些构造性的代数判据. 推广和改进了现有文献中的一些结果.     

模糊联想记忆规则提取的聚类方法

针对现有模糊联想记忆规则提取的聚类分析算法存在的问题,阐明了规则遗漏对模糊联想记忆性能的影响,提出糊联想记忆规则提取的新方法。新方法大大降低了聚类的难度和工作量,能够准确而迅速地提取FAM系统的规则,克服了现有方法的不足。     

时延细胞神经网络的指数稳定性和周期解

通过构造适当的Lyapunov泛函 ,巧妙引入参数q ij,r ij,qij,rij∈R和wi>0(i,j=1 ,2 ,… ,n) ,并结合不等式 2ab≤a2 b2 分析技巧 ,讨论了一类时延细胞神经网络 (DCNNs)的全局指数稳定性和周期解的存在性 ,给出了一系列充分准则 .最后 ,给出了说明这一理论的两个实例     

随机Gompertz模型解的存在唯一性和全局渐近稳定性

本文考虑随机Gompertz种群竞争模型.证明在有限的时间内,环境的扰动不会导致种群的爆发.另外,本文运用比较准则,Lyapunov方法证明在一定的条件下,随机微分方程解的存在唯一性及全局渐近稳定性.     

时滞离散智能系统的动态输出反馈镇定控制器综合的统一方法

提出标准神经网络模型（SNNM）来描述包含神经网络或T—S模糊模型的时滞（或非时滞）离散智能系统．SNNM由离散线性动力学系统和有界静态非线性算子连接而成．利用SNNM的全局渐近稳定性分析的结果，分别设计线性或非线性动态输出反馈控制器，使得SNNM的闭环系统稳定．控制方程可以表示为线性矩阵不等式（LMI）形式，便于利用各种凸优化算法求解以获得控制规律．大部分基于神经网络（或模糊模型）的时滞（或非时滞）离散智能系统都可以转化为SNNM，以便采用统一的方法来综合这些智能系统的控制器．SNNM的3个应用例子表明：SNNM不仅使得大多数基于神经网络（或模糊模型）的离散智能系统镇定控制器的综合简单易行，而且为其他类型的非线性系统的控制器综合提供新的思路．     

基于PCA和BP神经网络的采空区稳定性评价模型研究

针对采空区稳定性评价因素的复杂性和相关性特点,提出主成分分析(PCA)与BP神经网络相结合的采空区稳定性综合评价方法。经综合分析确定以工程地质因素、采空区赋存结构参数、采动因素3个一级影响因素为基础的评价指标体系,以此为基础构建了采空区稳定性评价的BP神经网络评价模型。以某大型铅锌矿山地下采空区为例,应用CMS探测系统获取采空区相关数据生成采空区3D实体模型,并根据BP神经网络训练出的计算模型对采空区稳定性的等级进行评价。研究结果表明:PCA和BP神经网络相结合的方法使输入变量由13个减少为5个,避免了由于变量相关性带来的影响,简化了评价过程,结果更加合理。现场探测结果与BP神经网络计算结果相互支持。     

一类具有不确定控制系数和依赖于不可测状态增长非线性系统的全局输出反馈镇定

研究了一类具有不确定性控制系数和依赖于不可测状态增长非线性系统的全局输出反馈镇定问题．主要由于不确定控制系数,该问题一直没有解决,其主要困难是源于惯用高增益观测器的无效性．文中通过引入适当的状态变换和全新的、基于高增益K-滤波器状态观测器,成功地给出了该类系统的输出反馈控制器的反推设计方法,并且证明了闭环系统的渐近稳定性可由控制参数的适当选取来保证．