带区间时变时滞的BAM神经网络渐近稳定性

针对一类具有区间时滞和随机干扰的BAM神经网络的全局渐近稳定性问题,通过构造合适的Lyapunov-Krasovskii泛函,应用随机分析和自由权值矩阵方法,并考虑时滞区间范围,得到了新的稳定性充分条件。该条件能够保证时滞BAM神经网络在均方意义下是全局渐近稳定的,同时适用于快时滞和慢时滞,其适用范围更广。最后,通过一个仿真实例证明了定理的有效性。     

带区间时变时滞的BAM神经网络渐近稳定性

针对一类具有区间时滞和随机干扰的BAM神经网络的全局渐近稳定性问题,通过构造合适的Lyapunov-Krasovskii泛函,应用随机分析和自由权值矩阵方法,并考虑时滞区间范围,得到了新的稳定性充分条件。该条件能够保证时滞BAM神经网络在均方意义下是全局渐近稳定的,同时适用于快时滞和慢时滞,其适用范围更广。最后,通过一个仿真实例证明了定理的有效性。     

不确定时滞BAM神经网络的鲁棒稳定性

利用自由权值矩阵和不等式分析技巧,研究了一类不确定时滞BAM神经网络的鲁棒稳定性问题。通过构造适当的Lyapunov泛函,对于所有允许的不确定性,以线性矩阵不等式形式给出了时滞BAM神经网络的全局鲁棒稳定性判据,该判据能够利用Matlab的LMI工具箱很容易地进行检验。此外,仿真示例进一步证明了判据的有效性。     

采用分布式处理系统实现神经网络模型

本文着重研究了神经元网络模型中的BAM模型,并提出了用于直观地考察BAM状态的能量图.我们注意到BAM的性能是很弱的,所以又提出了改进模型r BAM,并证明了r BAM的性能比BAM优越。最后在单个PC和局网上实现了r BAM模型的软件模拟.     

离散指数型BAM网络的记忆容量

基于Kosko的双向联想记忆模型BAM(bidirectional associative memory)原理,本文提出了一个离散指数型双向联想记忆模型.通过理论分析证实,该模型的记忆容量远远大于BAM的记忆容量.本文给出了指数型BAM记忆容量的下界.     

时滞标准神经网络模型及其应用

提出一种新的神经网络模型---时滞标准神经网络模型(DSNNM),它由线性动力学系统和有界静态时滞非线性算子连接而成.利用不同的Lyapunov泛函和S方法推导出DSNNM全局渐近稳定性和全局指数稳定性的充分条件,这些条件可表示为线性不等式(LMI)形式.大多数时滞(或非时滞)动态神经网络(DANN)稳定性分析或神经网络控制系统都可以转化为DSNNM,以便用统一的方法进行稳定性分析或镇定控制.从DSNNM应用于时滞联想记忆(BAM)神经网络的稳定性分析以及PH中和过程神经控制器的综合实例,可以看出,得到的稳定性判据扩展并改进了以往文献中的稳定性定理,而且可将稳定性分析推广到非线性控制系统的综合.     

BAM神经网络周期解的存在性与稳定性

利用不动点理论、Lyapunov泛函,研究了具变时滞的BAM神经网络周期解的存在性、唯一性和全局指数稳定性问题。所得的充分判别标准由线性矩阵不等式所表示,可以较容易地由Matlab进行验证。仿真实例表明,得到的判据是有效的。     

一种新的基于事件面向服务的BAM系统设计研究*

研究了面向服务的业务活动监控(BAM)系统设计问题。在分析BAM的几类系统模型优缺点的基础上,立足于BAM系统的动态感知、协同工作和实时处理数据,采用事件驱动体系架构,提出了一种基于事件、面向服务的业务活动监控系统模型。该模型以总线的形式构建在企业原有的各个信息系统之上,采用事件作为模块之间基本的通信机制,并对该系统模型中关键技术的设计进行了详细分析。最后通过原型系统的实验表明,该设计方案有良好的应用效果,可以有效地提高模型的计算效率。     

基于BAM网络的坦克火控系统在线故障诊断方法研究

鉴于传统的坦克火控系统故障诊断技术诊断速度慢,对多故障复合情况难以快速定位等缺点,提出了一种基于BAM网络的在线故障诊断方法;结合BAM网络模型和算法,利用层次分析法建立系统故障模型,使用最小割集对模型进行分解,生成训练BAM网络的正交学习样本空间,给出了一种最优化的权值矩阵生成方法,并应用该方法对某型坦克进行故障诊断;实例证明此方法能够有效减少测试点数量,简化网络结构,实现了单故障和复合型故障的快速定位,提高了故障诊断效率.     

噪声环境中时滞双向联想记忆神经网络指数稳定

任何系统实际上都是在噪声环境中进行工作的.对处在噪声强度已知的噪声环境下双向联想记忆(BAM)神经网络,其平衡点具有指数渐近稳定性是网络进行异联想记忆的基础.构造一个适当的Lyapunov函数,应用It^o公式、M矩阵等工具讨论了在噪声环境下具有时滞的BAM神经网络概率1指数渐近稳定,得到了指数稳定的代数判据和两个推论,此判据只需验证仅由网络参数构成的矩阵是M矩阵即可,给网络设计带来方便.本文所得结果包括相关文献中确定性结果作为特例.