简介：研究了具有有界耦合函数的不确定复杂动态网络的脉冲同步问题．根据脉冲控制的概念和脉冲微分方程的稳定性理论，我们利用一个灵活有效的脉冲控制实现了复杂动态网络的脉冲同步．最后，通过对混沌系统做网络节点的动态网络的数字模拟，验证了我们提出的脉冲控制方案的有效性和实用性．

简介：应用自适应脉冲控制策略实现输出耦合复杂网络的同步.通过构造Lyapunov泛函,设计合适的自适应脉冲控器,并利用脉冲微分方程理论,建立了网络的同步准则.该准则保证了动态网络渐进同步于任意指定的网络中的单独节点的状态.数值模拟表明所得控制器的有效性.

简介：传统PID控制在控制系统中有广泛的应用,但是由于其在参数整定过程中对于对象模型过分依赖,并且参数一旦整定计算好后,在整个控制过程中都是固定不变的,而在实际系统中,由于系统状态和参数等发生变化时,过程中会出现状态和参数的不确定性,系统很难达到最佳的控制效果.为了改善传统PID控制的效果,又充分利用现有PID控制的研究成果,采用BP神经网络对PID参数进行整定,并对该系统进行了仿真分析.仿真结果表明,采用BP神经网络整定的PID控制较传统PID算法及BP网络算法都有较大程度的提高.

简介：针对无人动力伞在执行任务时常常在低空、城市上空等复杂气流环境飞行，无人动力伞的响应特性受到飞行速度、航向角和各种风的综合影响，具有的非线性和不确定性．导致事先设计的控制规则不再适合，对此基于PID的控制算法难以达到满意的控制效果．本文提出了一种模糊神经网络控制无人动力伞航向控制策略，利用RBF神经网络所特有的局部逼近能力，对模糊控制规则进行在线推理并获得连续输出，采用GA算法对神经网络参数进行调整来实现对模糊控制器规则库的优化和模糊规则的自动生成．使控制器能够进一步适应无人动力伞实时控制中的时变性和不确定性，保持良好的控制性能；仿真表明算法是可行的．

简介：用最大Lyapunov指数构造遗传算法中的适应度函数，通过遗传算法优化神经网络的权系数．根据所得到的适应度函数和权系数来构造遗传神经网络控制器，从而提高神经网络控制效果．对离散系统Logistic映射和连续系统Rossler方程、AFM（原子力显微镜）悬臂梁振动系统的混沌运动分别进行了仿真控制．数值实验结果表明本文改进的遗传神经网络控制方法对离散或者连续的混沌系统都能控制到低周期轨道上去，证明了算法的有效性．

简介：提出了一个新的加速增长的加权网络模型．与以前的边权固定模型或边权局部分配模型相比，该模型允许流被全局更新，并给出度、边权、与点强度分别服从幂律分布．特别地，这些幂律指数是非普适的而且依赖于两个网络参数．该模型还指出点强度高度依赖于度并且它们之间服从幂律关系，这与许多的实证研究结果相符．数字仿真验证了理论预测的正确性．

简介：根据分数阶系统的相关理论研究了一类分数阶复杂网络混沌系统的投影同步问题,给出了分数阶复杂网络以及分数阶时滞复杂网络系统实现投影同步的充分性条件,仿真结果表明了方法的正确性.

简介：针对分散控制无法实现子系统之间的信息交换，将分布式控制应用于网络化系统，以期实现子系统之间的信息交换和提高网络的性能．利用Lyapunov函数法，分别给出了在传统分散控制和网络分布式控制下的整个网络化系统稳定性的判据；给出了可容许的最大时滞的优化算法．将所得到的理论结果，结合到一个简单的网络化系统，进行数值仿真．结果表明，与传统分散控制相比较，网络分布式控制更能提高整个网络化系统稳定性的收敛速度．

简介：PER和TIM是果蝇两个重要的生物钟蛋白．以往的研究一直认为PER和TIM是在细胞质中结合为二聚体并以二聚体的形式进入细胞核．但2006年PabloMeyer等人的实验研究表明，PER／TIM复合物在细胞质中分离，然后PER和TIM在很短的时间内独立进入细胞核．根据该项实验结果，我们对果蝇昼夜节律调控模型进行了修正，修正模型反映了per和tim基因的转录翻译及蛋白质的翻译后修饰过程，二次磷酸化的蛋白质PER（P2）、TIM（他）分别独立进入细胞核并参与后续的调控过程．计算了修正模型的振荡周期并由此确定了新模型所引入的参数值．对修正模型的振荡节律进行数值分析，发现修正模型振荡节律在DD、LD条件下均产生了近于24h的持续周期振荡而在LL条件下呈现出振荡衰减，这些结果与原模型相似，反映出所建模型的合理性．但修正模型对参数对称性的依赖性则更加强烈，具体解释还有待于进一步的工作．

简介：选取了三个反映同步化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化行为的影响．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，三个同步化指标随着振子数量的增加都呈现出了降低的趋势，表明了网络同步化行为的减弱．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．

简介：研究了拓扑等价的多个时空混沌系统组成的星形网络，提出了一种主动滑模控制时滞时空混沌星形网络的函数投影同步控制方法，实现了多个时空混沌系统的同步．在结合主动控制和滑模控制方法的基础上，设计了主动滑模控制器的结构，得到了网络函数投影同步的必要条件．以Gray--Scott时空系统作为网络节点构成的星形网络为例进行了仿真模拟．结果验证了主动滑模控制器的有效性．

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性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性结构振动问题进行了实例仿真,说明了算法的有效性.

简介：采用Hodgkin-Huxley神经元模型,在二维随机神经网络中引入局部扩散功能缺陷,研究了神经网络中非对称缺陷附近的方形失去扩散功能的缺陷对螺旋波动力学行为的影响.缺陷使螺旋波降低传播速度的行为与缺陷的位置和尺寸有关：靠近螺旋波中心的缺陷影响最为显著,当缺陷远离中心位置时,缺陷的作用明显减弱;缺陷尺寸越大,影响也越显著.同时观察到,在弱耦合神经网络中,缺陷的存在导致了螺旋波的漂移现象.进一步研究缺陷和通道噪声同时存在时系统时空斑图的演化行为,结果发现,噪声作用下缺陷处形成了新的波源.最后,通过分析神经元放电节律和平均膜电位的变化揭示了缺陷对神经网络时空行为影响的机理.

简介：用单一理论和方法对复杂系统进行故障诊断效果不太好．文章讨论了基于神经网络和模糊系统的故障诊断以及它们之间结合方式的特点，提出了一种保障工业生产安全可靠运行的有效方法：分级故障诊断算法＋过程监控与报警，仿真并设计了基于工控网络的工业过程故障诊断与报警系统．研究表明基于径向基函数神经网络＋模糊逻辑的算法具有较快的训练速度和较好的泛化能力，可识别多回路故障．

简介：探讨了漂浮基空间机械臂系统在轨捕获参数未知目标卫星后组合体航天器的镇定控制问题.首先在耦合空间机械臂系统捕获目标卫星操作过程动量、冲量的传递的基础上,建立了适用于漂浮基空间机械臂系统在轨捕获漂浮卫星控制系统设计的组合体航天器数学模型.利用该模型,设计了一种基于模糊高斯基神经网络的非奇异Terminal滑模控制算法.提出的控制算法不仅不要求系统动力学方程关于惯性参数呈线性函数关系,而且也不需要预知系统惯性参数;由于利用神经网络的自学习能力修正模糊控制的控制规则和隶属函数,这样在系统参数识别中,模糊神经网络可减少模糊规则数,更适应于空间机械臂系统在轨捕获的实际应用.最后通过仿真试验对比结果验证了所提出的控制算法的有效性.

简介：随着航空航天事业的发展,对各种材料性能的要求也越来越高.而蜂窝夹层板在结构和性能上具有许多优点,已在航空航天等领域应用广泛,并在一些重要结构中充当承力部件,但由于其特殊的蜂窝结构,相对于一般的板,在受力时会发生比较大的变形,所以用非线性理论研究蜂窝夹层板结构,并考察不同参数对非线性振动特性的影响,具有重要的理论和实际意义.如今,蜂窝夹层板的几何非线性问题已引起更多学者的关注.在一般均质理论的假设下,一些学者已经研究了各项同性蜂窝夹层板板的非线性动力学特性.研究了一类受面内激励和横向外激励联合作用下的四边简支蜂窝夹层板在主参数共振-1：2内共振时的双Hopf分叉问题.首先利用多尺度法得到系统的平均方程,然后结合分叉理论得到了系统的分叉响应方程,根据对分叉响应方程的分析,得到了六种不同的分叉响应曲线并给出了系统产生双Hopf分叉的条件.利用数值方法得到系统在参数平面的分叉集,通过对不同分叉区域的分析发现,随着参数的变化系统平衡点会分叉为两类周期解,随后周期解会通过广义静态分叉为准周期解,或者通过广义Hopf分叉为3D环面.

简介：提出一种模糊神经网络控制器并用于机器人轨迹跟踪控制.这种模糊神经网络利用B样条基函数作为隶属函数,可在线根据误差调整隶属函数的形状,使模糊神经网络具有更强的学习和适应能力.仿真与实验结果表明这种网络能很好的用于机器人的轨迹跟踪控制,具有很好的性能.

简介：研究了一类参数激励和外激励联合作用下四边简支薄板在1：1内共振下的周期解分叉．首先，根据vonKarman方程推导出四边简支薄板的运动控制方程，利用Galerkin方法得到参数激励和外激励联合作用下的两个自由度的运动方程．然后，通过引入周期变换和相应的Poincar6映射推广了次谐Melnikov方法．最后，对系统进行数值模拟验证了理论的正确性．

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，提出研究参数异质性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，而且异质性诱导共振对耦合强度具有鲁棒性．更重要的是，耦合时滞对参数异质性作用下神经元网络的共振特性也有着显著性影响．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性参数的适当范围内都能明显出现．