Hopfield型时滞神经网络模型的K-稳定性

研究具有时滞的Hopfield型神经网络模型｛Cidui(t)/dt=-ui(t)/Ri n↑∑↑j=1～↑Tijfi(uj(t-τ）） Ii，ui（s）=ψi(s),s∈[-τ，0],i=1,2,…，n平衡点的K－全局渐近稳定性与K－全局指数稳定性，通过使用不等式分析技巧和微分方程性质，得到了这类模型K－稳定性的易于验证的时滞相关充分条件，并举例验证其有效性。     

动态模糊神经网络研究

针对静态网络无法处理暂态问题，对具有递归环节的动态模糊神经网络进行了研究。通过在网络第二层中加入内部反馈连接，使其具有动态映射能力，从而对动态系统有更好的响应。网络使用遗传算法与反向传播BP(BackPropagation)算法相结合来训练，避免陷入局部最优解。采用时序预测和动态非线性系统进行了仿真研究，结果表明，动态模糊神经网络较之普通模糊神经网络在收敛速度、预测精度和网络规模等方面都有较大的改善，并具有更好的动态系统处理能力。     

基于NLPNN的电网可靠性评估模型

电力系统的根本任务是尽可能经济而可靠地将电力供给各种用户，安全、经济、可靠是对电力系统的根本要求。运用NLPNN模型，进行了电力系统故障状态的行为分析研究，提出了该问题的稳定性和收敛性定理，证明了求解负荷优化削减问题的可行性和收敛性。同时还提出了用NLPNN来对电力系统进行可靠性分析的新思路，且在电网可靠系计算分析模型方面取得了很大进展，为可靠性的计算提供了新的技术手段和理论基础。     

基于神经网络的学位与研究生教育评估

随着学位与研究生教育评估的发展，加强评估是保证其质量的重要措施。面对日益复杂的评估对象，有必要引入非线性的评估手段，这对于弱化评估过程中的人为因素，保证评估结果的准确性有重要意义。神经网络是近年来发展迅速，固其具有自学习、自适应、联想记忆、并行处理和非线形映射等特性而成为良好的非线性建模工具。在提出了基于神经网络的学位与研究生教育评估模型的基础上，阐述了这种评估方法的实际应用价值。     

时滞神经网络稳定性、分岔与混沌的研究进展

时滞广泛存在于神经网络中，从非线性动力学的角度对时滞神经网络系统的研究进展作一综述，内容包括时滞神经网络系统的特点、研究方法、神经网络动力学的热点问题的研究进展以及亟待解决的问题等。由于时滞神经网络的演化趋势不仅依赖于系统的当前状态，还依赖于系统的过去某一时刻或若干时刻的状态，其运动方程要用泛函微分方程来描述，解的空间是无穷维的，因此，时滞神经网络的动态行为是非常复杂的。     

一类批处理排队网络在批FIFO排队原则下稳定性

在标准排队网络稳定性研究的基础上，定义了批FIFO排队原则，通过引进批长度随机变量，将批处理排队网络模型转化为对应标准排队网络模型，证明了这两个网络模型具有相同的流体模型；在批FIFO排队原则下，给出了这个批处理排队网络稳定的一个充分条件.     

应用BP神经网络模型实现内圆磨床主要零件的快速反应设计

用数字化模型代替三维实体模型，将内圆磨床主要大件的BP神经网络模型放入数据库信息管理系统，应用较简单的使用方法实现了零件结构的再修改、灵敏度分析及优化．根据所提出的方法，通过从数据库信息管理系统中调用桥板的数据文件，对其进行结构参数修改、灵敏度分析及以第1阶扭转频率最高为目标的设计变量自动搜索寻优计算，结果表明将BP神经网络模型与数据库信息管理系统结合是实现零件快速反应设计的有效途径．     

铜合金时效性能的神经网络预测模型

运用BP神经网络算法，对时效试验数据进行训练，建立了Cu-0．30Cr-0．15Zr合金时效后硬度和导电性与时效时间和时效温度的映射模型，从而可预测铜合金在一定时效条件下的硬度和导电性，预测结果与实测值吻合较好，表明神经网络用于铜合金的时效性能预测是可行的，预测的准确性取决于用于训练网络的铜合金时效试验数据的数量和质量。     

大规模入侵检测体系下追踪机制的设计与实现

在大规模网络环境下，追踪恶意主机及其真实位置，对于整体网络的安全防御十分重要。因此，在大规模入侵检测系统中，利用各级控制中心的自动响应和处理功能，设计和实现了基于存储转发技术的追踪机制。测试表明，该机制可以有效地追踪和定位恶意主机的口地址，进一步完善了大规模入侵检测系统的监控功能。     

遗传算法在气体分离装置调优中的应用

提出了一种基于遗传算法和随机复合形法相结合的混合遗传算法，并以某厂气体分馏装置的生产过程的优化问题进行了测试，得出了优化操作条件。