非线性离散竞争系统的全局稳定性

考虑一类非线性离散的Lotka-Volterra竞争系统,通过构造适当的Lyapunov函数,得到了保证该系统全局渐近稳定的充分性条件,并给出该结果在一类二维竞争系统中的应用.     

利用Fisher函数解约束优化问题的广义梯度投影算法

通过引入一个辅助优化问题,将广义投影与罚函数技巧和F isher函数(a,b)=a2 b2-(a b),a,b∈En的特殊性质:a2 b2-(a b)=0 a≥0,b≥0,ab=0结合起来,给出处理非线性等式、不等式约束问题的广义梯度投影算法,并证明该算法是全局收敛的.该算法不仅保持文献[6]的优点,而且还扩大了初始点的选择范围.     

具有时滞和标准发生率的SIR流行病模型全局稳定性分析

研究了一类具有时滞和标准发生率的SIR流行病模型的动力学性质,运用Lyapunov泛函的方法,得到了地方病平衡点和无病平衡点全局稳定的充要条件,进而揭示了时滞对平衡点稳定性的影响.     

广义凸分式多目标规划的有效性条件

文中考虑了非光滑分式多目标规划问题,提出了一类称之为(C,α,β,,ρd)-凸性的广义凸概念,展示了其性质定理.并且在这一广义凸性假设下获得了广义凸非光滑分式多目标规划的全局有效性条件.     

模拟植物生长算法的结构优化新机制

作为一种新型启发式智能优化算法,模拟植物生长算法(PGSA)建立以植物向光性机理为基础的生长动力模型,以形成向全局最优解迅速生长的搜索机制.针对大规模复杂优化问题中生长空间大、设计变量多、可能存在多个局部最优解、算法难以自动终止等特点,基于PGSA基本原理,提出了3种新的算法改进机制——可生长点集合限定机制、新增可生长点剔除机制以及混合步长并行搜索机制,并通过典型数学和桁架结构算例分析对提出的改进算法的效果进行验证.结果表明:可生长点集合限定机制能有效控制生长空间规模,具有较强的局部搜索能力;新增可生长点剔除机制通过与前者的结合,为PGSA提供了有效的算法终止机制;混合步长并行搜索机制在生长前期便具备优异的全局搜索能力,能快速获取到最优解范围.所提出的新机制显著提升了PGSA算法优化的有效性及适应性,从而为结构优化问题提供了新思路.     

一种新的求解变分不等式问题的外梯度投影算法

给出了一种新的求解变分不等式问题的外梯度投影算法．在较弱的条件下证明了算法的全局收敛性，并分析了算法的线性收敛速度。     

基于遗传算法的模糊神经网络控制器在虚拟仪器中的实现

模糊控制技术在复杂的非线性控制过程中表现出优越的性能，神经模糊控制器的出现为自适应模糊控制设计开辟了新的途径。遗传算法由于具有不依赖于问题模型、全局最优、隐含并行性、高效率和解决不同非线性问题的鲁棒性等特点，能很好地用于神经网络的训练。两种方法综合使用，可以大大提高模糊神经推理控制系统的自学习性能和鲁棒性。通过应用Active X技术在Lab VIEW中调用和操作MATLAB的方法，实现了基于遗传算法的模糊神经网络控制器。     

具有反馈控制的时滞竞争系统的持久性

研究了一类具有反馈控制和连续时滞的两种群非自治竞争系统，利用微分不等式给出了系统持续生存的条件。同时当系统是周期系统时，利用Brouwer不动点原理得到了该系统存在一个正的。周期解，通过构造Liapunov函数的方法以及Barbalat引理给出了其存在惟一且全局渐近稳定的周期正解的充分条件。     

多关节机器人的自学习模糊全局滑模控制

针对模型不确定性多关节机器人的轨迹跟踪控制问题,研究多关节机器人全局滑模控制,为了削弱系统在滑动模态上的抖振,将模糊控制和全局滑模控制相结合,提出一种自学习模糊全局滑模控制方法.该方法利用模糊系统的输出代替全局滑模控制中的非连续开关切换量,并根据滑模变结构原理,设计自学习算法,动态调整模糊隶属函数的参数.通过对2关节机器人的仿真,结果表明在存在模型误差和外部扰动的情况下,该方法既能达到快速跟踪,又能很好地消除控制器的抖振.     

一类基于比率的Holling-(n+1)型捕食系统的定性分析

考虑了一类基于比率的Holling-(n+1)型功能性反应函数的捕食者食饵系统,得到了系统耗散和各类平衡点全局渐近稳定的条件.