GP^2N^2S^2并行模拟控制器的设计与实现

本文着重介绍GP^2N^2S^2（通用并行神经网络模拟系统）的核心软件－并行模拟控制器的设计思想以及实现方案。     

GP^2N^2S^2算法库的建立及其应用

通用并行神经网络模拟系统GP^2N^2S^2的算法库中，目前已集成了BP、Ko honen、Hopfield等较为成熟和流行的网络算法，并且已被用来成功地解决了诸如TSP、联想记忆（AM）、镜象对称等实际问题。我们还用动态代码加载的方式实现了定义算法的模拟调用。     

GP^2N^2S^2总控模块的设计与实现

总控模块CCB是通用并行神经网络模拟系统GP^2N^2S^2的数据流和控制流的中心，它担负着系统数据的收集、处理、发送及其任务分配等任务。本文着重讨论了总控模块的实现及其任务分配策略，简要介绍与其实现有关的系统数据报文约定。     

GP^2N^2S^2系统环境与动态图形模拟器的特点与设计

GP^2N^2S^2系统集成环境为用户提供了编辑、编译和运行的共用界面。动态图形模拟器是从属于集成环境，并受之驱动的专用模拟器，它实现了神经网络动态变化过程的模拟。本文讲述了这两个部分的功能特点与设计方法。     

Transputer并行结构支持的通用神经网络模拟系统

本文介绍一个通用的神经网络模拟系统。该系统中的计算在多个Transputer处理器组成的环式结构上进行,用于矩阵运算的算法基于S.Y.Kung的工作,但进行了改进。为充分开发Transputer的计算能力,处理器之间采用数据块传送数据,且通信次数被尽量减少。该系统还提供了友好的人-机交互,没有Transputer系统概念和知识的用户也可以在DOS环境下直接使用。因此,该系统不仅速度极快。而且易于使用。     

形式验证中同步时序电路的VHDL描述到S^2—FSM？…

符号模型检查是一种有效的形式验证方法,该方法主要有２个难点：一个是建模,即如何建立并用有限内存来表示电路的状态机模型;另一个是在此模型基础上的验证算法,由于验证时间和有限状态机模型的大小是直接相关的,因而模型的大小就成为ＳＭＣ中的关键问题;本文提出一种基于同步电路行为描述的有限状态机模型Ｓ＾２－ＦＳＭ,并给出从同步电路的ＶＨＤＬ描述建立这种模型的全过程,由于该模型的状态转换函数是基于时钟周期的,消     

大规模并行网络模拟系统

为了提高并行网络模拟的真实性、可用性以及运行效率,该文设计并实现了并行分布式互联网模拟使用系统,它可以用网络测量工具获得真实网络数据作为模拟基础,采用优化的拓扑网络划分方法对模拟任务进行划分,采用基于边界路由器的子网间路由配置实现准确的路由模拟,运行脚本的自动生成以及模拟拓扑图的可视化。通过该并行网络模拟使用系统可以实现大规模网络安全事件的模拟,如蠕虫扩散、DDoS攻击等。     

SP^2N^2S^2系统的软件支撑环境

1.SP~2N~2S~2系统简介 SP~2N~2S~2系统是一个多指令多数据流(MIMD)并行处理系统,系统结构如图1所示,由图1可知,四个DSP芯片TMS320C25彼此通过双端口存储器(DPM)互连成环形结构,相邻的DSP可通过把它们连接起来的那个DPM进行数据通信,所以,数据通     

一种并行模糊神经网络最短路径算法

给出了模糊网络期望最短路径问题的定义,提出一种并行模糊神经网络最短路径（PFNNSP）算法解决模糊网络最短路径问题。PFNNSP算法首先通过模糊模拟对网络中的边权进行估计,接下来脉冲波在神经元之间的并行传播,相互激活搜寻任意一对结点之间的最短路径,最后,算法回溯输出路径表示和路径长度。在随机生成的小规模数据集上的仿真实验表明,PFNNSP算法在边权服从三角模糊分布的网络中执行时间优于Dijkstra算法,在大规模路网信息数据集上的仿真实验表明,PFNNSP算法能够有效求解网络中的最短路径,并且算法在迭代次数和收敛速度上要优于Dijkstra算法和A*搜索算法。     

面向应用的神经信息处理系统（NIPS）

本文介绍了一个面向应用的神经信息处理系统ＮＩＰＳ，该系统在并行处理器阵列Ｔｒａｎｓｐｕｔｅｒ基础上为用户提供了ＢＰ，Ｋｏｈｏｎｅｎ，结构化网络等高速，通用以及大规模神经网络应用开发平台。     

使用“通信顺序进程”机制的神经网络仿真

本文引入了“通信顺序进程”的概念，同时介绍了一种实现环境－ＲＩＳＣ结构的Ｔｒａｎｐｕｔｅｒ处理器及Ｏｃｃａｍ并行化编程语言，并阐述了用“通信顺序进程”机制来仿真人工神经网络的方法。     

基于并行反向熵决策树算法的人工神经网络

针对数据分类挖掘问题,利用并行思想,提出一种基于并行反向熵决策树算法的人工神经网络.通过概率度量水平生成并行决策树对数据进行粗处理,以加快人工神经网络的分析速度.随后采用一组仿真数据对该方法进行测试和评估.实验结果表明,该并行分类方法比单个决策树具有更高的分类精度,并在保持分类结果良好可解释性的基础上优化了分类规则.     

使用“通信顺序进程”机制的神经网络仿真

本文引入了“通信顺序进程”的概念，同时介绍了一种实现环境－ＲＩＳＣ结构的Ｔｒａｎｓｐｔｅｒ处理器及Ｏｃｃａｍ并行化编程语言，     

一种通用的神经网络映射调度遗传算法

神经网络映射分配是神经网络虚拟实现的一个关键问题，最优的调度对神经网络计算机的性能具有重要意义，为了解决这个问题，文中提出了一种神经网络映射调度遗传算法。经过验证，该自满是通用而有效的。     

非模块型人工神经网络并行实现的研究

本文对两种非模块型神经网络－全连接和随机连接神经网络在多处理器网络上并行实现的性能进行了分析,指出处理器网络的拓扑结构和结点的扇玫对这两种神经网络的并行实现的性能影响不大,并对神经知多处理并行实现时一个学习周期时间进行了分析,讨论了并行实现的最大加速比和最优处理器规模的计算。     

人工神经网络在多处理器系统上并行实现的通信开销

本文将讨论在多处理器系统上,用大规模并行处理技术实现人工神经网络时,处理器是通信开销问题。通过理论推导和实验证明,全连接和随机连接神经网络在多处理器系统上并行实现时,处理器网络的拓扑结构对神经网络实现的通信开销影响很小,改变处理器的拓扑结构也无助于神经网络实现性能的提高。     

基于神经网络的控制专家系统开发环境的实现

为了充分发挥专家系统与人工神经网络技术两者的优势，支持高效实用的结合型控制专家系统的开发，本文首次提出并在微机上实现了一个以神经网络为核心的控制专家系统开发环境（ＮＥＳＤＥＶ）。可辅助控制领域的工程技术人员，方便、快速、高效地开发基于神经网络的实时控制专家系统。本文将叙述该开发环境的系统结构，规则库－神经网络翻译算法，人机接口技术等内容。     

GAF：一个自适应通用神经网络框架

本文首先讨论了通用PDP框架的局限性,然后介绍了我们提出的一个自适应通用神经网络框架.它使得PDP框架成为它的一个特例.由于在提出本框架的过程中充分考虑了人脑的退化、自适应等机制,从而使得利用本框架来动态模拟神经系统的退化及自适应等功能更为简便.而且,本框架对更合理地解释人脑的工作机制及思维模拟有许多优越性.