时滞神经网络的指数稳定性分析

研究了一类时滞细胞神经网络的指数稳定性问题,利用Razumikhin定理和线性不等式技术得到新的全局指数稳定性准则.与其他方法不同之处在于,对神经网络模型的“线性化”,将神经网络模型变成一个线性时变的系统.所获的条件具有较少的保守性.最后用1个数值例子说明文中所得的结果是有效的.     

反应扩散变时滞细胞神经网络的稳定性

利用构造Lyapunov函数的方法讨论了带反应扩散项的变时滞细胞神经网络全局指数稳定性.在输出响应函数有界且满足Lipschitz条件和系统满足文章所给的条件下,得到了判定该类网络解的全局指数稳定性.     

蝴蝶优化算法对大青杨生长速率预测模型的改进

为提高大青杨生长速率的预测精度,提出一种基于改进的蝴蝶优化算法（Improved Butterfly optimization algorithm,IBOA）与径向基函数（Radial basis function,RBF）神经网络结合的预测木材材性方法。通过使用佳点集法对标准蝴蝶算法中的种群进行初始化,将自适应切换频率和Levy飞行相结合进一步优化人工蝴蝶算法。构建出了新的IBOA-RBF神经网络木材材性预测模型,将得到的结果与其他几种算法优化的RBF神经网络预测结果进行对比。结果表明：基于IBOA-RBF神经网络模型预测效果最好,收敛速度从37步降低到了23步,预测结果误差达到了5.72%,预测精度最高。可见,对蝴蝶算法的改进是可行的,且对相关人员定向培养大青杨起到较大的帮助。     

基于差分自回归移动平均模型、长短期记忆网络模型及相关模型的无人机俯仰角预测

为了提高无人机俯仰角故障数据处理和预测的精确性和可靠性,避免增加无人机试飞成本,利用长短期记忆网络（Long Short Term Memory,LSTM）、注意力机制+LSTM模型和差分自回归移动平均模型（Autoregressive Integrated Moving Average Model,ARIMA）模型预测无人机试飞俯仰角故障数据。结果表明,ARIMA预测结果：MAE（Mean Absolute Error）=0.35,RMSE（Root Mean Square Error）=0.73,MAPE(Mean Absolute Percentage Error)=23.80%;LSTM模型预测结果：MAE=0.49,RMSE=0.74,MAPE=45.20%;注意力机制+LSTM模型预测结果：MAE=0.17,RMSE=0.53,MAPE=18.93%。可见注意力机制+LSTM模型比其余两种模型更适合于试飞俯仰角的数据预测,以上三种方法对无人机故障数据预测都具有实际意义,有效的预测可以推进自动飞行器和移动机器人的异常检测或外国直接投资研究的最新进展,以进一步提高自动和远程飞行操作的安全性。     

一类非线性时滞微分方程的全局一致渐近稳定性

研究了一类带有时滞的非线性动力系统的渐近行为.利用非线性测度以及微分不等式技巧,得到了系统全局一致渐近稳定的一个充分条件,改进了Kolmanovskii与Myshkis的相关结果.     

具有Beddington-Deangelis类功能反应的时滞食物链系统全局吸引性研究

研究了具有Beddington-Deangelis类功能反应的时滞食物链捕食者-食饵系统模型,得到了与时滞有关的系统永久持续生存的充分条件,同时通过构造Lyapunov函数得到了与时滞有关的系统全局渐近稳定的充分条件,是对文献结果的进一步推广和改进.     

S-分布时滞区间细胞神经网络的全局渐近鲁棒稳定性

研究了一类具有S-分布时滞的区间细胞神经网络的全局渐近鲁棒稳定性问题,得到了实用有效的判别准则并给出了实例．     

中国载人交会对接技术的设计与实现

中国在载人航天工程第二步第一阶段任务中,自主研制了天宫一号目标飞行器和神舟八号、神舟九号、神舟十号载人飞船,通过3次在轨飞行任务完成了8次交会、6次对接,覆盖了自动和手动等多种交会对接模式,突破并掌握了交会对接技术.从交会对接系统、交会轨道、交会测量和控制、信息传输、对接与分离、飞行方案,以及试验验证等方面对中国载人交会对接设计的技术特点、所采用的创新技术方法和解决的技术难题进行了介绍,在飞行验证的基础上分析了工程任务取得的成果,与国际水平进行了综合比较,对中国载人交会对接技术的设计和研制情况进行了总结.     

含反馈控制的非自治3种群捕食系统的持续性

讨论了一类具有反馈控制的非自治3种群捕食系统的持续性和周期解,证明了在适当条件下该系统是持续生存的,得到该系统存在周期解的充分条件,并举例说明了定理的可实现性.     

一类变时滞网络控制系统的无源控制

文章研究了一类变时滞网络控制系统的无源控制问题,首先根据传输时延得到系统的等价动态模型,通过构造观测输出和状态反馈,由耗散下的无源指标得出相应的算式,并利用基于凸多面体的方法来求解变时滞引起的变参数LMI,使闭环系统达到满意的控制要求,仿真结果说明本文方法的有效性。