时滞 Hopfield 神经网络的稳定动力学行为分析

神经网络的硬件实现常伴随反馈信号的延时,网络的应用需要对具有时滞反馈网络稳定性的充分研究。用Ｒａｚｕｍｉｋｈｉｎ型李雅普诺夫泛函方法,对非线性时滞Ｈｏｐｆｉｅｌｄ神经网络的稳定动力学行为进行了分析,利用泛函滞后微分方程的稳定性定理,导得时滞反馈连续Ｈｏｐｆｉｅｌｄ神经网络一致稳定和一致渐近稳定的充分判据。     

通信网络结构分析与调整

介绍了当前通信网络结构的组网原则和调整思路,以某移动公司新增MSC为实例进行探讨,并对割接的安全原则措施、割接步骤进行介绍.     

城市生态系统网络稳定性的理论计算与分析

为了计算城市生态系统网络的稳定性,分析了城市生态系统网络的构成特点,确定了以网络基元为基本分析单位的网络稳定性计算思路,定义了标准网络基元及网络基元与网络整体稳定性的计算方法.虚拟生态系统网络样例计算证明该方法可行,并具体计算了实际三线城市生态系统网络的稳定性,计算结果合理.     

求解广义互补问题的神经网络方法

构造了求解广义互补问题的一个神经网络模型.分析了该模型解的存在性、收敛性及其李雅普诺夫稳定性、渐近稳定性和指数稳定性.并给出了一些数值模拟结果.     

具有通信时延的网络拥塞控制对偶算法的稳定性

运用时延微分方程中的Pontryagin判据，研究了各通信回路时延不同条件下网络系统在连接节点处的拥塞控制算法。借助复数域中的矩阵理论分析了网络拥塞控制算法的特征方程的特征根的特性，得到了具有通信时延的网络拥塞控制算法在平衡点渐进稳定的多个判据。仿真结果表明这些稳定性判据是有效的，这些结论为设计网络配置、确保网络稳定、避免网络拥塞提供了理论基础。     

基于灵敏度的通风系统稳定性分析

通风网络中任一分支风阻的变化都可能引起自身以及相关分支甚至网络中所有分支的流量变化，变化程度的度量指标为灵敏度，在对通风网络中分支灵敏度及其性质进行深入分析的基础上，给出了使每一条分支的风流保持稳定、整个通风网络保持稳定、两分支间稳定性比较和两通风网络稳定性比较的判别式，对于通风系统稳定性分析、日常通风管理具有重要意义。     

延时约束下的异构通信网络稳定性控制技术

传统的异构通信网络稳定性控制技术传输过程中容易发生信号失真, 且稳定性控制效果不明显。 为此,研究了一种延时约束下的异构通信网络稳定性控制技术。 引用分数阶方法设计了技术工作框架, 根据电子信号种类不同, 设置不同的采集模板处理信息, 选用模式识别、 概率法和转换算法对稳定性控制的输出结果进行识别。 在工作流程方面进行了简化处理, 共分为初始数据检查、 自由网建立、 位移变化率建立和波动值控制4 步, 有效提高了异构通信网络系统的抗干扰能力。 与传统控制技术进行了对比实验, 并对正常运行、 故障运行和恢复运行状态进行了研究, 实验结果表明, 设计的稳定性控制技术能有效提高控制效率, 使异构通信网络始终保持在稳定状态下运行。     

一个分数阶小世界网络模型的稳定性与Hopf分岔延迟控制

本文首先将一个含时滞的小世界网络模型推广到分数阶情形,然后详细讨论了其唯一正平衡点的稳定性切换与Hopf分岔,得到了稳定性区间的显式表达式和发生Hopf分岔的条件,进而采用Pyragas型时滞反馈控制,使得即使在较强非线性因素条件下,通过适当增大增益取值和调节分数阶的阶次,可显著延迟受控系统的Hopf分岔发生,从而大大提高网络系统平衡点的稳定性．数值算例验证了理论的正确性．     

复杂网络模型同步渐进稳定性的分析与应用

基于复杂网络模型的结构，从动态网络系统的理论出发，分析了复杂网络模型的同步渐进稳定性，并把该理论应用于交通模型，对环岛式交通模型与立交式交通模型的同步渐进稳定性进行了研究比较。     

复杂动力网络结构的同步稳定性研究

分析了复杂动力网络的同步稳定性与其拓扑结构的关系,讨论了最近邻耦合网络、小世界网络和随机网络三种不同拓扑结构网络模型的同步稳定性,数值计算了对给定动力学方程的三种网络模型的最大横截李雅普诺夫指数,其结论与耦合结构矩阵的特征值分析相一致.     

跨越连接多层神经网络的稳定性

研究了跨越连接多层神经网络的结构和稳定性。提出了有跨越连接的误差反向传播算法,通过仿真实验说明了跨越连接多层神经网络收敛性和稳定性优于传统网络。     

二阶时滞的双向联想记忆神经网络的稳定性分析

讨论了二阶时滞的双向联想记忆神经网络平衡点的全局稳定性,利用Lyapunov函数和不等式技巧得到了网络平衡点的全局渐近稳定和全局指数稳定的几个充分条件.     

广义射影神经网络的指数稳定性

研究了一类广义射影神经网络,分析了它的稳定性和收敛性.当映射和非对称时,分别定义了恰当的能量函数,在适当的条件下证明了该网络的全局收敛性和指数稳定性.与已有结果相比,文中的稳定性条件并不需要映射的可微性及映射和的对称性.理论分析和数值实例表明所得结果适用于非单调问题,而且给定的条件易于验证.由于该网络可求解一大类优化和平衡问题,因此文中结论具有一定的理论价值和实际意义.     

一个求解二阶锥变分不等式问题的神经网络

本文提出了一个神经网络算法,以求解二阶锥变分不等式（SOCCVI）问题．该算法利用一个光滑化Fischer-Burmeister(FB)函数处理问题对应的KKT条件,将其转化为一个无约束优化问题．利用Lyapunov方法本文证明,在给定的条件下,该神经网络Lyapunov稳定,渐近稳定且指数稳定．数值模拟验证了该神经网络的运算效果．     

主成分分析与BP网络组合的大坝变形预报

将主成分分析与BP神经网络相结合应用到大坝变形影响因子的优化中,建立大坝变形预测模型.可以有效地降低输入因子的维数,减小因子之间相关性的影响,简化网络结构,降低网络训练难度,提高预测的稳定性及精度,提升BP网络训练的效率,解决由影响因子内部相关性而需引入大量因子的问题.通过实验结果对比表明,主成分分析与BP网络相结合的...     

带有常时滞循环耦合神经网络的全局指数稳定性

讨论了带有常时滞循环耦合神经网络的全局指数稳定性 在讨论过程中通过构造同胚映射论证了该系统平衡点的存在性与唯一性 再通过构造合适的Lyapunov函数论证唯一平衡点是全局指数稳定的 类似于已有的神经网络稳定性方面工作 在神经元的激励函数满足Lipschitz条件且相关系数构成矩阵也满足给定条件下 得到 n 层带有常时滞的神经网络全局指数稳定的动力学性质 所得结果同时也蕴含当神经元的衰减速率足够大时 神经网络是全局指数稳定的     

巷道围岩稳定性分类的MBP神经网络预测研究

研究BP神经网络的工作原理和改进技术，分析巷道围岩稳定性的影响因素，基于改进的MBP神经网络建立了围岩稳定性分类的神经网络识别模型。研究结果表明，该预测模型性能好，预测精度高，预测结果能很好地拟合地下工程实际，验证了该模型的可行性和实用性。     

随机延时细胞神经网络的几乎必然指数稳定性

依据细胞神经网络的输出函数特征，将状态空间分解成子区域，研究了一类随机延时细胞神经网络在噪声环境下的几乎必然指数稳定性．当细胞神经网络模型的扰动项满足Lipschitz条件时，得到一些几乎必然指数稳定的代数准则．如果细胞神经网络的平衡点是子区域的内点，并且与这个平衡点相关的矩阵有一个稳定度使扰动稳定，则细胞神经网络的平衡点仍保持指数稳定的性质．所有结果只需计算网络的平衡点与矩阵的特征值．     

解二次极大极小的时变时滞神经网络

通过鞍点定理和投影理论,提出了一个解二次极大极小问题的变时滞神经网络。利用泛函微分方程理论,给出了确保该变时滞神经网络全局指数稳定的充分条件。由于稳定性分析中不需要原极大极小问题的凸性,该网络可以用来求解一类非凸优化问题。仿真实例验证了理论的正确性和网络的性能。     

具有N个相同节点带外部扰动的复杂网络同步

复杂网络受到外部干扰时,网络每个节点的状态会发生改变,也就影响了网络的稳定性.为了加强网络的抗干扰能力,实现网络同步,增强网络稳定性,通过引入Lyapunov稳定性理论、积分不等式Barbalat引理、Schur补引理和复杂网络的同步准则,设计了一款自适应控制器.该控制器即使在网络不知道被扰动的强度的情况下,依然可以实现复杂网络的同步,既增强了网络的稳定性又降低了网络的脆弱性,有一定的现实意义.