具有时滞的Hopfield神经网络的渐近稳定性

应用Lyapunov泛函理论和矩阵分析技巧研究具有时滞的Hopfield神经网络的渐近稳定性问题,获得了两个基于线性矩阵不等式的判据。数值示例表明所得结果比已有文献中的结果更少保守。     

Hopfield网络的稳定性优化计算研究

通过对阈值进行适当的设置,分析了权值矩阵对角元为任意实数时Ｈｏｐｆｉｅｌｄ网络的稳定性,并以此为基础给出了一种新的网络优化计算算法。     

连续Hopfield网络稳定性判定的新方法

概述了关于连续Ｈｏｐｆｉｅｌｄ网络的经典性工作,针对推广的Ｈｏｐｆｉｅｌｄ网络,推导了在条件Ｔ下以可微零均值非线性函数作为激励函数的Ｈｏｐｆｉｅｌｄ网络全局稳定的三个充分条件,给出了Ｈｏｐｆｉｅｌｄ网络稳定性判定的新方法,并通过实例进行了验     

Hopfield神经网络容量分析

首先分析了Ｈｏｐｆｉｅｌｄ神经网络的存储容量，给出了单个神经元输出在联想过程中的出错概率Ｐｃ一定时存储容量的典型数据，分析了整个模式出错概率Ｐｃ－定时，最大模式数与网络规模的关系，并用切比雪夫方法对分析结果进行了拟合。     

时滞中立型Hopfield神经网络的全局渐进稳定性研究

研究了一类具有混合时变时滞的中立型Hopfield神经网络全局渐进稳定性问题.利用Lyapunov-Krasovskii稳定性理论和线性矩阵不等式（LM I）处理方法,获得了一类含有混合时变时滞中立型的Hopfield神经网络全局渐进稳定性新的充分条件,它改进和推广了已有文献的结果,降低了系统的保守性.     

通信网络中缩减的Hopfield神经网络路由算法

为保证神经网络收敛于全局最优点,采用模拟退火算法研究了Hopfield神经网络的局部稳定问题,针对Hopfield神经网络路由算法需要神经元数目众多、计算量大的缺点,提出规模缩小化的Hopfield神经网络路由算法.采用减少神经元数量的方法,减小神经网络规模,提高路由运算能力和神经网络的适应性.比较了原路由算法和改进算法的迭代次数、运算速度和稳定状态能量函数,分析在通信网络和神经网络各参数变化情况下,迭代算法的收敛特性和稳定性的变化规律,总结神经网络路由计算3种约束系数之间的关系.结果表明,缩减的Hopfield神经网络路由计算较原算法具有更高的有效性、可靠性和应用适应性.     

Hopfield连续神经网络部分变元的稳定性

本文借助微分方程自治系统可分离变量的稳定性性质及其关于部分变元的稳定性理论，通过构造Ｌｉａｐｕｎｏｖ函数的方法讨论了Ｈｏｐｆｉｅｌｄ连续网络模型关于部分变元的渐近稳定性和全局稳定性，并对此模型的一次近似作了简单分析，得出了一系列关于部分变元的稳定性判据。     

基于Hopfield神经网络的A／D转换器

本文分析了基于Ｈｏｐｆｉｅｌｄ神经网络的Ａ／Ｄ转换器原理，并通过对电路方程及转换条件的分析，得出了输出正确状态时参考输入应满足的条件。     

高阶Hopfield型神经网络的指数稳定性及指数收敛速率的估计

讨论高阶连续Hopfield型神经网络平衡态的全局指数稳定性和局部指数稳定性问题,得到出网络平衡态指数稳定的简单充分条件和指数收敛速率的估计结果,并在网络平衡态局部指数稳定时得到了平衡态的吸引域。     

Hopfield 神经网络中的一个矩阵问题

考虑了Hopfield神经网络中的神经元连接权的对称化问题,通过将其转化成一 个矩阵问题,证明了连接权可对称化的充分必要条件。     

基于Hopfield神经网络的状态观测器设计

基于神经优化计算原理，给出了线性定常系统的状态观测器的设计方法。将观测器设计问题转化为约束非线规划问题，利用Hopfield神经网络在线的计算观测器的增益矩阵和输入矩阵，能够保证观测器输入信号的平均幅值接近最小。数字仿真结果表明了该方法的有效性。     

具有时滞的非线性神经网络系统的渐进稳定性

文章将一类具有时滞的n维非线性神经网络模型的求解转化为求解简单的一维泛函微分方程的问题，给出了它们的解之间的关系表达式，进而推出解的解析表达式；最后论证了在所给的矩阵特征值均为负实数的条件下，神经网络模型平衡解是指数稳定的。     

Hopfield神经网络构建骨架图的一种有效应用

采用一种局部连接Hopfield神经网络(HNN)来构建骨架图，进行移动机器人路径规划。该HNN势场没有非期望的局部吸引点，所构建骨架图和环境连通性相一致，保证了路径规划的完整性。仿真表明该方法具有较高的实时性和环境适应性。     

Hopfield神经网络在机器人路径规划中的应用

将Hopfield反馈型神经网络方法,应用于对机器人工作路径的合理规划中,解决了对两两给定通路的若干工作站点,机器人能顺序访问并最终返回起点的最短巡游路径问题。可针对不同的具体问题来设计网络的连接权及能量函数。对8站点和16站点仿真结果表明,此方法可以在较短的时间内寻优获得最佳工作路径。     

分布参数高阶随机时滞Hopfield神经网络的指数稳定性

利用Lyapunov稳定性理论,积分不等式和Halanay不等式,研究了具分布参数的高阶随机时滞Hopfield神经网络的均方指数稳定性,得到了保证系统指数稳定且与扩散项相关的充分性条件,并给出了指数收敛率,同时放松了现有文献中对变时滞的要求,因而在一定程度上了改进了现有文献的结果.最后给出了数值算例验证所得结果的有效性.     

基于Hopfield神经网络算法的航线优化研究

采用连续型Hopfield神经网络算法航线进行优化设计,综合考虑航线运价以及路程作的约束条件,设计最优航线。考虑构造相应置换矩阵,将目标函数以及约束条件作为构造条件设计相对应的能量函数,将问题的最优解映射到神经网络的稳定状态上,采用MATLAB软件进行算法的编程和求解,最终得出单位路程运价最低的航线优化方案。     

含脉冲的Hopfield神经网络模型及其收敛性

利用脉冲微分方程,建立了一种新型神经网络模型,通过构造Lyapunov函数方法,讨论了网络的周期振荡性,和全局指数收敛性质及其收敛速率,并给出一实例说明所得结论.     

基于Hopfield神经网络的贴片机路径优化

SMT生产线要达到最大效率,贴片机的贴装速度是一项重要的指标,而贴装效率与贴装路径密切相关。通过分析贴片机的贴装工艺流程,应用Hopfield神经网络模型对贴装路径进行优化,并且给出了相关的Matlab程序。实验结果表明,算法可以解决贴片机元件贴装的路径优化问题。     

基于Hopfield网络的波分复用网络优化设计

介绍了Hopfield算法的原理、模型和算法实现过程．并采用该算法对波分复用(WDM)网络保护容量数学模型进行了优化设计，优化计算结果表明，基于Hopfield算法的优化设计切实可行，为复杂的网络优化设计提供了新的方法。     

基于离散Hopfield神经网络的葡萄酒质量评价

葡萄酒质量评价是一个多因素、非线性的复杂过程,为了提高评价结果的准确性,在构建评价指标体系的基础上,利用离散Hopfield神经网络建立了葡萄酒质量评价的数学模型,并通过Matlab神经网络工具箱对葡萄酒质量评价进行仿真试验.结果表明,该模型提高了葡萄酒质量评价的准确性,评价结果对葡萄酒的生产和市场定位具有一定的参考意义.