基于一类弱连续T-模的模糊Hopfield神经网络研究

基于一般的弱连续T-模与取大（V）模糊算子的复合,建立了具有一般意义的动态模糊神经网络——模糊Hopfield神经网络,并系统分析了该动态系统的性能：在Hamming距离意义下证明了该网络是稳定的,而且其平衡点（吸引子）具有全局Lyapunov稳定性。最后,提供了一种有效的学习算法。     

基于Hopfield神经网络的战时物资筹措模型

战时物资筹措是国防动员的一个重要组成部分,它实质上是一种基于约束的最短路径问题,Hopfield神经网络曾被用来解决最短路径优化问题。采用连续型Hopfield神经网络求解战时物资筹措问题,在已知供需量、通行参数等数据的情况下可快速确定物资筹措方案。这种方法针对战时物资筹措的特殊性如时间严格、道路通行受阻等具体情况具有很好的适应性。实验结果证明在问题规模较大的情况下模型具有收效速度快、计算结果准确性高等优点。     

基于Hopfield神经网络算法的雷达干扰资源分配

为了使有限的雷达干扰资源发挥最佳的干扰效果,基于干扰效益最大准则建立了雷达干扰资源优化分配模型。提出了基于Hopfield神经网络算法的干扰资源优化分配方法,利用该方法能够在可行的解空间中找出满足能量函数和约束条件的全局最优分配方案。并与干扰资源蚁群优化分配算法进行了比较,理论推导与仿真实验表明该方法的可行性与有效性,且比蚁群分配算法具有更快的收敛速度和更好的健壮性。     

基于BP和Hopfield神经网络的航空肼燃料保障安全评价

针对航空肼燃料保障安全评价的复杂性和非线性,提出并建立了基于BP和Hopfield神经网络的动态安全评价模型。在综合分析国内外肼燃料保障安全评价的基础上,针对航空肼燃料保障过程中出现的问题,构建并优化了指标体系,选取前馈神经网络中的BP网络和反馈神经网络中的Hopfield网络建立评价模型。在详细说明了BP和Hopfield神经网络的构建方法后,进行实例验证,并对预测效果进行了比较分析。仿真表明,两种模型都能正确评价安全保障状态。但在收敛速度、联想记忆功能方面Hopfield神经网络优于BP神经网络。将BP和Hopfield神经网络用于肼燃料保障安全评价过程中,具有适用性和可行性,对于航空肼燃料保障的安全建设与安全管理研究具有重要意义。     

具有变时滞的离散型随机BAM神经网络的稳定性

研究一类具有变时滞的离散型随机BAM神经网络。通过构造Lyapunov泛函以及线性矩阵不等式（LMI）,得出了离散系统全局渐近稳定的充分条件。     

Hopfield神经网络的防空火力最优分配问题

火力的最优分配是作战计划的重要内容,它包含火力单位特性、目标单位特性、最优准则、射击条件四个方面的内容。简要介绍了Hopfield神经网络的基础知识,建立了防空自动化指挥系统中火力分配的Hopfield神经网络算法一般模型,在此基础上,阐述了利用该算法在火力分配中的一般应用,并通过在计算机上借助C语言编程实现了这一模型,得出了一种比较合理可行的火力分配方案。     

用于超角分辨的 Hopfield 神经网络方法

Hopfield神经网络用于方位估计可获得高的精度和超分辨力。本文综述有关研究,描述该网络模型及用其于信号处理的一般步骤,用于方位估计的具体形式,讨论提高精度及分辨力的一些措施,指出进一步研究的方向。     

具有leakage时滞的随机马尔科夫跳变神经网络的稳定性

研究一类具有leakage时滞的随机马尔科夫跳变神经网络的稳定性,通过构造一个新的Lyapunov-Kra—sovskii泛函,并应用It6公式、随机不等式技术,得到了基于线性矩阵不等式（LMI）的均方意义下的全局稳定性判定条件．     

离散型随机BAM神经网络时滞分布依赖全局指数稳定性

研究一类具有随机时滞与随机干扰的离散型BAM神经网络的全局指数稳定性,所建模型同时考虑离散时滞变化区间与分布概率对稳定性的影响．通过构造新的Lyapunov泛函并结合线性矩阵不等式（LMI）方法,得到了均方意义下依赖于时滞分布的全局指数稳定性条件．     

双机械手对称式协调力控制稳定性分析

本文利用双机械手协调内力和外力控制系统的简化模型，分析了在双手紧夹持物体与环境接触时，１） 机械手等效电机的动态特性；２） 双手所夹持物体的刚度；３） 双手所操作物体的动态特性；４） 机械手的采样控制延时；５） 双手的非对称性等系统未建模因素对双手对称式协调外力和内力控制稳定性的影响，并给出仿真结果。此结果与实验结果基本相符。     

具有分布时滞的随机反应扩散细胞神经网络的几乎必然指数稳定性

研究一类具有分布时滞和反应扩散的随机细胞神经网络的稳定性。通过构造Lyapunov泛函,并利用It公式、半鞅收敛定理以及不等式技巧,得到了系统几乎必然指数稳定的充分条件。     

多目标数据关联的神经网络方法

数据关联是多目标跟踪的关键问题。基于 Hopfield神经网络的 JPDA是解决这一关键问题的有效方法之一 ,但此方法的难点在于优化系数的整定。提出一种改进算法 ,用于解决优化系数在线自适应整定问题。首先重新构造了李雅普诺夫能量函数 ,接着引入变化的优化系数因子 ,并给出了优化系数求解的迭代公式 ;最后对已有和改进的算法进行了仿真研究。结果表明改进的方法和原有的方法相比 ,一方面具有在线整定优化系数的功能 ,另一方面可以获得和原有算法非常接近的估计误差。     

具有摄动平衡点多时滞细胞神经网络的稳定性分析

通过构造适当的Lyapunov泛函和使用LMI技术,分别研究了多时滞细胞神经网络及对应的参数摄动系统的稳定性,得到了不要求互联矩阵对称及激活函数可微和单调下,易于计算及仿真的用线性矩阵不等式形式表示的确保系统稳定的若干充分条件.对激活函数及平衡点作出相应范数有界假设,得出了系统稳定平衡点间的距离估计.仿真实例充分验证了结果的有效性.     

Min-max 模糊 Hopfield 网络的一个基于容错性的学习算法

在一定的条件下证明了Min－max模糊Hopfield网络吸引子的吸引域随着连接权矩阵的减小而增大，在此基础上，设计了一个基于容错性的学习算法。在一定的意义下，用该学习算法得到的矩阵最小，从而此时系统具有最优容错性。最后用实例验证了结论。     

一类数学模型的稳定性分析

带有时滞的随机人工细胞神经网络模型的稳定性问题,得到了若干使系统指数稳定的充分性判据和指数收敛率的估计,在进行系统设计时,应用这些结果是很方便的。当系统所受的噪声干扰小到可以忽略的程度,非负鞅收敛定理起着关键作用。     

非线性规划神经网络的灵敏度分析

对非线性规划神经网络进行了灵敏度分析,得到了绝对值较大和导致目标函数或约束函数变化较大的元件控制网络的输出精度的结论,并对结果作了数值仿真验证。     

作战指挥系统稳定性分析

稳定性是作战指挥系统的核心,根据指挥系统稳定性的内涵及影响因素,运用概率论和信息熵方面的理论对指挥稳定性指标进行建模.分析了系统可用性、可信性和信息能力三个方面的影响指标,并建立了相应的评估模型.在模型分析基础上,提出了提高指挥系统稳定性的应对措施,为指挥员提高信息化条件下作战能力,保持指挥稳定性提供了理论参考依据,对提高作战指挥效能也具有很好的参考价值.     

基于概率神经网络的设备故障诊断及仿真分析

针对某些难于建立准确数学模型的复杂系统,用神经网络的方法进行故障诊断有其独特的优越性.首先分析了概率神经网络(PNN)的基本结构及其训练算法,建立了某型航空发动机故障分类的概率神经网络模型,通过对该设备故障进行定性诊断,对比分析了概率神经网络与常用的误差反向传播神经网络(BPNN)分类模型对各类故障的分类效果.仿真表明,基于PNN模型的分类方法在分类速度、精度和泛化能力方面均优于基于BPNN的模型,是一种有效的故障分类方法.     

神经计算机及其研究进展

本文分析比较了神经计算机与传统计算机的联系与区别。在软件实现、虚拟实现和全硬件实现三个方面,综述了近年来国际神经计算机的研究进展。最后,在就神经网络的兴衰原因提出自己的不同看法后,对神经计算机的发展方向作了展望。     

数据融合技术在CGF建模中的应用

提出了将数据融合技术应用到计算机生成兵力 (CGF)建模中的思路和方法。在分析数据融合技术的基础上 ,深入讨论了卡尔曼滤波和最小二乘相结合的滤波方法以及一种改进的离散Hopfield神经网络 ,并结合一实际系统 ,建立了模型 ,给出了仿真结果。结果表明 ,数据融合技术和CGF建模相结合具有一定的应用前景和研究价值。