Hopfield型神经网络的全局指数稳定性(英文)

研究了Ｈｏｐｆｉｅｌｄ型神经网络的全局指数稳定性,就活化函数严格单增和严格单增但增益有界的情况,提出了保证网络全局指数稳定的充分判据。对活化函数严格单增权矩阵对角稳定的情况,以简约的形式,给出网络全局指数稳定的收敛速率。     

动态反馈型神经网络的特性及其应用

对 Hopfield 型神经网络的特性及其应用作了较为详细的讨论,给出了相应的动力学特性以及在联想记忆和优化计算方面的应用,得到离散型网络的最大记忆容量以及与汉明距离的关系,对于连续型网络还给出了绝对稳定的充分必要条件.最后指出了动态反馈型神经网络的局限性和进一步的研究方向.     

基于神经网络的预测拥塞控制算法

利用神经网络的方法,研究了Internet网络路由器中的拥塞控制问题.根据过去相邻两个时刻缓存器中队列长度值的变化量来预测下一时刻路由器中队列长度值,及时调整控制增益的大小以防止拥塞的发生,该方法可以使路由器中队列长度稳定在一个期望值附近.仿真表明,该控制方法可以有效地保证网络系统中信息的平稳传输.     

时滞BAM神经网络稳定性分析

研究了带有脉冲的时滞双向联想记忆(BAM)神经网络的稳定性问题。通过对网络系统的研究,根据脉冲的特点,采用Lyapunov稳定性理论和一些矩阵分析技巧,得到了脉冲时滞BAM神经网络的稳定性结论,其中包括稳定点的唯一性判据和稳定性的判据,说明脉冲时滞BAM神经网络的稳定性问题是网络本身的特性,最后通过数值算例验证了该结论的可行性和有效性。     

低浓度三分子模型差速流动引起的化学不稳定性

建立了低浓度三分子反应模型反应-流动-扩散方程,从理论上分析了出现差速流动化学不稳定的条件,得到了临界流动速率φc和扰动波包的群速度vg,讨论了扰动增长率与流速φ的关系,初步讨论了出现不稳定时的系统空间结构.研究表明,化学反应在低浓度条件下也可能出现差速流动引起的化学不稳定.     

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。     

通有连续时间神经网络的K-稳定性

研究了具有时滞的通有连续时间神经网络的K-稳定性问题;利用常数变易法,通过应用不等式分析技巧和微分方程性质,获得了具有时滞的通有连续时间神经网络的平衡点的K-全局渐近稳定性与K-全局指数稳定性的易于验证的时滞相关充分条件,通过实例验证了该充分条件的有效性。     

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。     

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。     

具有时滞的通有连续时间神经网络的指数稳定性

研究了具有时滞的通有连续时间神经网络的稳定性问题;利用常数变易法并结合不等式分析技巧,获得了具有时滞的通有连续时间神经网络的平衡点全局指数稳定和全局k-指数稳定的判别准则;推广了文献［1］的主要结果。     

随机型细胞神经网络的稳定性

借助于李雅谱洛夫理论、矩阵分析方法和It?公式,结合不等式分析技巧,研究了随机细胞神经网络系统的均方指数稳定性,给出了系统的解的二阶矩Liapunov指数估计式和均方指数稳定的充分条件。     

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。     

一类BAM神经网络的全局指数稳定性

利用变参数方法和不等式技巧,研究了一类BAM神经网络的动力学特性,得到了能保证其平衡解唯一性和全局指数稳定性的条件,并且此条件与时滞无关.     

神经网络定性分析

利用大系统理论和M-矩阵的特性,提出了一种适合于Hopfield神经网络平衡点定性分析的新方法,给出了系统稳定和不稳定的判定定理。把神经网络的不同部分看成是子系统,使稳定性判定过程中的计算量大大减少。对非线形互联结构强度的约束不仅可以为直线,也可以是一些适当的函数,扩大了适用范围。     

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。     

电子网络振荡与稳定的基波分析法

若在网络的适当端口施加正弦电压源u,用基波平衡原理求得注入网络电流的基波分量iS1,用Gi代表注入网络实功电流的输入电导。可以证明:网络的稳定性取决于sgnGi,基波平衡原理可以推广应用于三阶非线性电子网络。结论的普遍性可以推广到数学力学学科,并给出了这一类三阶非线性微分方程求定性解的一般方法。     

反馈型CNN解的稳定性

研究了具有时滞的反馈型细胞神经网络，利用李雅普诺夫函数、常数交易法以及不等式分析技巧，证明了具有时滞的反馈型细胞神经网络的解的有界性，同时给出了任意解全局指数稳定和渐近稳定的充分条件。     

变系数时滞神经网络的周期解与稳定性

针对具有实际应用价值的时滞周期时变系数的Hopfield神经网络系统,利用了Lyapunov函数法并结合不等式分析技巧,证明了系统的解是有界的,得到了系统周期解的存在准则及平凡解指数稳定的充分条件。     

基于稳定的车联网最佳中继节点选择

在车联网中，用户节点通过中继节点与Sink节点建立连接并传输信息时，存在端对端吞吐量较小的问题.本文提出了一种基于稳定的车联网最佳中继节点选择方案，在对车辆节点的位置建立模型的基础上，结合车辆在运行中的稳定性因素，最终通过选取最佳中继节点来提高节点之间的吞吐量，并对该方案进行了仿真实验.实验证明了该方案的有效性，提高了节点间的吞吐量.