中立型细胞神经网络的稳定性分析

基于线性矩阵不等式（LMI）技巧对中立型细胞神经网络的稳定性问题进行了研究，给出了神经网络稳定的一个充分性条件和系统稳定中立项所必须满足的一个必要条件。仿真结果证明了所给算法的有效性，同时表明所得结论优于Y-M-ZHANG等的结果。     

油田配电网理论线损计算

分析了抽油机的负荷特性,提出一种改进的油田配电网理论线损计算方法。该方法将抽油机的瞬时有功功率近似表示成正弦的形式,分别得出有单台和汇有多台抽油机负荷的导线和变压器的线损电量表达式,推导出考虑负荷波动与不考虑负荷波动时支路的可变损耗电量计算值之间的关系表达式。对某油田一条具有13个负荷的典型配电线路的理论线损电量进行了计算,并分别与常规潮流计算方法和实测结果进行了比较。结果表明,提出的方法可行,并且提高了理论线损的计算精度。     

浅谈循环结构的教学

针对程序设计语言中三大基本结构之一的循环结构，从两个方面探讨了循环结构的教学，阐述了如何让学生迅速掌握循环结构内涵的方法，归纳出需要用到循环结构编程的常见问题并给出相应的编程思路．     

自适应小波神经网络在故障诊断中的应用

为提高传统BP神经网络在故障诊断中的效率,提出用小波神经网络加以改进.采用动量法和学习率自适应调整结合的网络训练算法对小波网络的初始参数进行设置,提出自适应小波神经网络的故障诊断方法,详述其诊断原理,并结合实例证实了该方法应用于故障诊断的有效性.     

一种新的加热炉状态识别算法

最小距离法是一种应用非常广泛的状态识别算法,但其在使用过程巾要求待识别样本必须符合类内距离较小、类间距离较大这一前提条件,否则将会造成识别错误.针对最小距离法存在的问题,提出了一种基于人工神经网络的改进最小距离法,并将该方法应用于加热炉工况的状态识别.结果表明,该方法具有识别速度快、识别率高的优点,完全能够满足工业生产过程的需要.     

基于RBF网络的混沌动力系统辨识

提出用RBF神经网络对混沌动力系统进行辨识，设计了一个三层RBF网络结构，仿真实验说明了RBF网络用于学习混沌动力系统时的基本性质。用辨识模型重建吸引子方法定性地评价辨识模型，通过计算辨识模型的Lyapunov指数定量地评价辨识模型的性能，同时推导了RBF网络模型Lyapunov指数的计算公式。仿真结果表明，该辨识模型能很好地逼近原混沌动力系统，准确地体现原混沌系统的动力学特性。     

利用中心代理实现移动Ad-Hoc网络接入的方法

实现移动Ad-Hoc网络（MANET）和Internet互联是目前移动接入领域的一个研究热点，针对已有接入方法所存在的缺点，提出一种以移动节点间相互竞争出现的中心节点作为移动代理，利用移动IP协议实现MANET接入Internet的新方法，并探讨了中心代理节点的选取、MANNET整体移动接入，代价等问题。该方法具有开销小、接入灵活、不需对移动IP做大的改动等优点。     

人工神经网络用于水文资料的插补延长

水文资料的插补延长一直是水文计算中的一个难题。采用人工神经网络建立两个水文相似流域之间的耦合模型，用一个流域的资料来推求另一个流域的径流量。另外人工神经网络还用来捕捉降雨与径流间潜在的关系，从另一个途径解决水文资料的插补延长问题。大量的数值实验表明，人工神经网络可以成功地用于水文资料的外插或无资料地区的径流模拟预测。     

BP网络激励函数的研究

研究BP算法中激励函数f对收敛速度的影响 ,并将其用于传感器静态误差的综合修正 ,实验证明取得了较好的效果 ,得出了陡峭函数收敛快的结论     

基于Hopfield网络的极小值问题学习算法

针对 Hopfield神经网络 (HNN )所存在的极小值问题及缺乏学习能力的问题 ,提出了一种学习算法。将决定约束条件权值大小的系数作为学习参数 ,在参数空间里使参数向着 HNN能量上升最快的方向学习 ,使网络状态能够有效地从可能陷入的极小值状态中逃脱出来。对于在状态空间里陷入极小值状态的 HNN,首先在参数空间里修正参数 ,然后再返回到状态空间里进行状态更新 ,如此反复 ,直至找到最优解或满意解。算法的有效性通过仿真实验进行了验证。该算法分别被应用于 10城市和 2 0城市的旅行商问题 ,结果能够以很高的比率收敛于最优解