一个基于神经网络的测试生成系统

介绍了一个基于组合电路的Ｈｏｐｆｉｅｌｄ神经网络模型的测试生成系统，系统中运用概率松驰搜索算法求解给定故障的测试矢量。实验结果表明了该系统的可行性     

通有连续时间神经网络的稳定性

研究通有连续时间神经网络的稳定性问题，利用常数交易法、Ｌｉａｐｕｎｏｖ函数法结合不等式分析技巧，获得了通有连续时间神经网络的平衡点是全局ｋ－指数稳定和全局渐近稳定的判别准则。作为特例，也得到了Ｈｏｐｆｉｅｌｄ模型和线性互连模型神经网络的相应稳定性。     

关于非对称Hopfield神经网络的稳定性

根据矩阵特征值分布范围，讨论了连续时间Ｈｏｐｆｉｅｌｄ神经网络模型的渐近稳定性，给出了目前最优的结果，这对于实际网络设计有重要的指导作用。     

Hopfield神经网络k－全局稳定性

研究了Ｈｏｐｆｉｅｌｄ神经网络的ｋ－全局稳定性，利用常数变易法和不等式分析技巧，给出了Ｈｏｐｆｉｅｌｄ神经网络的ｋ－全局指数稳定的充分条件。     

多输出组合逻辑电路的简化设计

大多数的组合逻辑电路属于多输出电路。在进行多输出电路的设计时，由于输出变量增多，情况较单输出电路复杂，本文以具体的实例介绍了三种多输出组合电路的简化设计方法。     

一种机器人逆运动学求解的神经网络方法

研究了机械手控制的逆运动学问题，提出了一种克服Ｈｏｐｆｉｅｌｄ网络的局部极值问题的网络参数扰动算法，通过数字模拟分析了该算法的性能，并将该算法成功地应用于机械手控制的逆运动学问题。计算机仿真表明，这种神经网络控制方法不仅具有较快的速度，而且大大提高了对机械手的控制精度。     

一类具有时滞的神经网络的稳定性分析

对具有广泛应用价值的时滞Ｈｏｐｆｉｅｌｄ神经网络系统,建立了系统平衡点存在唯一的充要条件,利用常数交易法并结合不等式分析技巧讨论了神经网络模型的全局指数稳定性,获得了系统的平衡点全局指数稳定的充分条件。     

测试图形生成的遗传算法研究

提出了一种用于组合电路测试图形生成的遗传算法。该算法把被测电路的测试生成问题转化为计算一种约束函数的最优解，可充分利用电路的结构信息。为故障节点生成测试时易于操作，且无需经过故障模拟，就可保证对所有可测的单固定型故障及多故障有较高的故障覆盖率。     

机器人装配作业的Hopfield神经网络的稳定性研究

本文运用Ｌｙａｐｕｎｏｖ第二方法及神经网络的稳定性判据，对用于机器人装配作业的Ｈｏｐｆｉｅｌｄ网络的稳定性进行了分析研究，并经实验验证，得到了较为满意的结果。     

基于GP的个人信用评估非线性组合预测模型

个人信用评估对于商业银行控制信贷风险具有重要意义。针对单一模型存在的分类精度不高的问题，需将组合预测模型用于个人信用评估。本文在线性回归和Logistic回归两种单一统计模型的基础上，利用遗传规划（GP）构建了一种非线性组合预测模型。将模型应用于某商业银行的消费信贷数据的分类，其结果表明，基于GP的非线性组合预测模型有效地提高了分类精度，模型的第二娄误判率低，对于商业银行控制个人信用风险具有更好的适用性。     

线性工程项目工期成本优化方法

离散的工期成本组合优化问题是工程项目管理中的一个经典问题,但是对线性工程项目的工期成本组合优化还很少有人研究。本文在线性工程项目进度计划模型的基础上提出了一种新的工期成本组合优化方法。通过该方法,能够在众多的组合方案中快速而准确地确定出最优的帕累托解集,从而帮助项目管理者进行有效的工期成本决策。对一个公路工程案例的应用表明,该方法具有较高的求解效率,能够快速的缩小优化问题求解的空间,并最终获得最优的工期成本组合方案。     

电路测试生成的一种并行处理方法

基于消息传递的多指令流多数据流（ＭＩＭＤ）多机并行系统，提出一种组合电路测试图形生成的新的并行处理方法。该方法首先定义基本门电路的特征函数，通过特征函数的迭加，得到与被测电路对应的一约束网络的特征函数ＣＡＴＰＧ，用遗传算法计算ＣＡＴＰＧ的零点获得故障的测试。结果表明在电路的描述及操作、数据传送、算法实现等方面较其他方法有明显优势     

基于神经网络方法的系统级故障诊断

在Malek模型下,构造了一个连续Hopfield神经网络来解多处理机系统中最可能的故障处理机集问题,并对此方法进行了仿真。     

布尔函数最优连续化

针对求取SP网络结构中布尔函数最优连续化在一定情况下是一个组合优化的问题。通过概率论和运筹学相结合的方法,将布尔函数连续化的问题转化为连续函数的线性和非线性规则问题,得到了布尔函数最优连续化函数的存在性和唯一性的证明。     

应用神经网络粒子群算法的多用户检测

为了减少最优多有户检测器的计算复杂度,提出了一种融合粒子群优化算法和神经网络的神经网络粒子群优化算法,并设计了一种解决CDMA通信系统的多用户检测问题的新方法。该方法是把神经网络嵌入到粒子群优化算法的每一代中以改进算法性能。通过混合神经网络到PSO中,还可以加快PSO的收敛速度,减少计算复杂度。仿真结果证明了所设计的检测器无论抗多址干扰能力和抗远近效应能力都优于应用Hopfield神经网络、遗传算法和粒子群算法的多用户检测器。     

一种非同步时序电路的测试生成方案

分析了非同步时序电路测试生成所面临的问题。根据测试状态下非同步时序电路的时序特点,结合同步时序电路测试生成算法,提出和论证了一种解决非同步时序电路测试生成问题的方案,通过为时序元件建立完全模型,将时序电路中的时钟信号引入,为非同步时序电路构建出用于测试的单时钟同步电路模型,从而直接用同步时序电路测试生成算法解决非同步电路的测试生成问题。     

装备论证多方案组合评价模型与实证研究

针对装备论证多方案综合评价中多方法评价结论的非一致性问题,提出并构造了一种装备论证多方案组合评价模型。该模型采用Kendall协和系数对单一方法下的评价结果进行事前一致性检验,模糊borda数法组合单一方法的评价结果,并通过Spearman等级相关系数对组合评价结果与单一方法评价结果的一致性进行检验。实证分析结果表明,该模型可行、有效,可以使装备论证多方案综合评价结果更加合理与完善。     

基于并行遗传算法的去相关多用户检测器

通过将码分多址通信系统中的最佳多用户检测视为组合优化问题,利用遗传算法能全局寻优的优势,提出了一种基于并行遗传算法的去相关多用户检测器。理论分析和仿真表明:该多用户检测器无论是抗多址干扰的能力还是抗远近效应的能力都明显优于传统的检测器和去相关多用户检测器;由于采用了基于“联姻”策略的并行遗传算法,使这种多用户检测器更易于实时应用和硬件实现。     

数字集成电路设计中的低功耗分析

集成电路设计中的功耗问题已经成为与性能、面积同等重要的关键性问题,特别是对于便携设备和深亚微米技术下的集成电路设计更为重要．详细论述了低功耗的设计特点和功耗来源,特别说明了90nm工艺下静态功耗的重要性．