学科分类
/ 2
32 个结果
  • 简介:基于动力系统的稳定性理论、数值计算分岔图和线性系统的最大Lyapunov指数,研究了经兴奋化学耦合的快峰神经元的同步动力学.研究表明,随着一些关键参数的改变,耦合神经元能呈现丰富的同步行为,如各种周期的同步和混沌的同步.研究结果对理解神经元系统的同步运动具有指导意义.

  • 标签: 快峰神经元模型 兴奋性化学突触 同步
  • 简介:根据Rumyantsev提出的Poincaré—Chetaev变量下的广义Routh方程.用无限小变换的方法研究它的对称与守恒量,得到守恒量存在的条件和形式.该结果比以往的Poincaré—Chetaev方程的相关结论更一般.最后.举例说明结果的应用。

  • 标签: Poincaré-Chetaev变量 广义Routh方程 对称性 守恒量
  • 简介:提出了基于模糊逻辑控制扭矩分配策略,建立了各功能组件模型.并利用ADVISOR2002仿真平台。完成了该模糊逻辑扭矩控制策略电气辅助控制策略仿真比较.结果表明,本文提出的模糊逻辑控制策略对提高混合动力汽车的动力和燃油经济。改善尾气的排放有明显的作用.

  • 标签: 混合动力汽车(PHEV) 扭矩管理策略 模糊逻辑 建模 仿真
  • 简介:选取了三个反映同步程度的指标平均向量场、同步因子和放电概率,数值模拟研究了网络噪声和振子数量对同步行为的影响.随着噪声强度的增大,三个指标都出现了先增加再降低的现象,即发生了相干共振.在不同的耦合强度和噪声强度下,三个同步指标随着振子数量的增加都呈现出了降低的趋势,表明了网络同步行为的减弱.研究结果对如何利用噪声和如何实现网络同步提供了理论参考.

  • 标签: 神经元网络 同步 相干共振 噪声 振子数量
  • 简介:利用CMAC神经网络与PID控制算法,提出了一种针对飞行器挠结构振动的混合控制方法.首先在给出系统动力学方程的基础上,利用CMAC神经网络的具体特点,给出了神经网络算法;进而将PID控制算法引入控制系统,形成了一种混合控制方法,该方法具有CMAC神经网络与PID控制算法两者的优点.最后针对复杂的飞行器挠结构振动问题进行了实例仿真,说明了算法的有效.

  • 标签: 挠性结构 控制研究 CMAC神经网络 PID控制算法 混合控制方法 神经网络算法
  • 简介:由于一类双悬臂含间隙振动系统具有典型非光滑特性和有明显的非线性,这直接导致了系统发生分又与混沌现象的可能.为此针对该系统的混沌现象,利用基于能量的开环控制策略,构造有界控制器对混沌行为进行控制,混沌运动可被引导到稳定的目标周期轨道,并对控制的收敛速度进行分析,数值模拟结果表明了该控制策略的有效与可行,可为碰振系统的优化设计,振动控制和安全运行提供了理论参考.

  • 标签: 非光滑特性 分叉 混沌 碰振系统
  • 简介:(w,z)参数是一种新的姿态表示方法,它通过两次垂直的旋转来表示卫星姿态,和描述的运动方程相互解耦,可以分别进行控制,有其独特的优点.本文首先推导了(w,z)参数并给出了运动模型,然后针对非对称微卫星的欠驱动姿态再定位控制,采用微分平滑的方法设计了可行的再定位运动轨迹,给出了相应的跟踪控制律,并以PWM(脉宽调制)喷气系统进行仿真,验证了本文方法的有效.

  • 标签: (w z)参数化 欠驱动 PWM喷气 微分平滑 再定位控制
  • 简介:基于Poincaré映射方法对一类两自由度碰撞系统进行研究.经过详细的理论演算得到单碰周期1/n的亚谐周期运动的存在判据,并能精确地找到亚谐周期运动的初始位置.表明碰振系统的周期运动研究可以通过解析与数值方法的结合去实现.数值模拟表明了亚谐周期运动的存在判据的正确,并通过计算Jacobi矩阵的特征值可判断周期运动的稳定性及分岔.

  • 标签: 碰撞系统 亚谐运动 POINCARÉ映射 稳定性
  • 简介:根据符号动力系统与真实动力学系统拓扑共轭的特性,本文提出动态标架分割法,把动力学系统的某时间变量序列转化成符号序列;运用Lemple-Ziv复杂度算法计算该符号序列的复杂度值,据此对动力学系统的复杂进行分析,从而可以对动力学系统的性质进行定性地判断,以杜芬振子为例,数值模拟结果表明基于动态标架分割法计算得到的复杂度能够很好地描述系统的复杂,并可定性地判断系统的性质。

  • 标签: 符号时间序列 动态标架分割法 Lemple-Ziv复杂度 动力学系统
  • 简介:峰放电频率适应是神经元在信息处理过程中重要的动力学特性之一.当神经系统受到外电场作用时,会对其动力学行为以及神经电信息的产生、传导产生影响.我们基于Leakyintegrate-and-fire(LIF)神经元模型,建立了外电场作用下改进的LIF神经元模型.采用随时间演化的膜电位曲线和峰放电频率曲线,以及随外电场变化的起始峰放电频率曲线和稳态峰放电频率曲线,研究不同强度、频率外电场作用下改进的LIF模型的适应变化.此外,还利用相邻峰峰间期(ISI)之间的相关进一步阐明外电场对神经元适应的影响.

  • 标签: 峰放电频率适应性 外电场 Leaky integrate—and—fire模型 ISI 相关性
  • 简介:利用参数互异的Fitzhugh—Nagumo神经元构建了含耦合时滞的无标度神经元网络模型,通过数值模拟的方法,提出研究参数异质和耦合时滞影响下神经元网络的共振动力学.结果发现,当耦合项中不含时滞时,适中的参数异质性能够使得神经元网络对外界弱周期信号的响应达到最优,即适中的参数异质性能够诱导神经元网络的共振响应,而且异质诱导共振对耦合强度具有鲁棒.更重要的是,耦合时滞对参数异质作用下神经元网络的共振特性也有着显著影响.当时滞约为信号周期的整数倍时,神经元网络能够周期性地出现共振现象,即适当的耦合时滞能够诱导神经元网络的多重共振,而且这种现象在异质参数的适当范围内都能明显出现.

  • 标签: 共振 异质性 时滞 神经元网络 谱放大因子