【摘 要】
：
研究一类含有变时滞的随机中立型神经网络的全局渐进稳定性问题，通过构造一个新的 Lyapunov-Krasovskii泛函和不等式技术，得到了基于线性矩阵不等式表示的与时滞大小有关的时 滞稳定的充分判据，该判据考虑了一类含有分布式时滞和随机扰动项并且激活函数是常量（正数、 负数、和零）的中立型神经网络，与现有文献相比，其更具有一般性和较少保守性，最后，通过2个 算例分析，验证了所得结果是有效的。
【机 构】
：
重庆大学自动化学院,重庆 400044 重庆教育学院计算机系,重庆 400067
论文部分内容阅读
研究一类含有变时滞的随机中立型神经网络的全局渐进稳定性问题，通过构造一个新的 Lyapunov-Krasovskii泛函和不等式技术，得到了基于线性矩阵不等式表示的与时滞大小有关的时 滞稳定的充分判据，该判据考虑了一类含有分布式时滞和随机扰动项并且激活函数是常量（正数、 负数、和零）的中立型神经网络，与现有文献相比，其更具有一般性和较少保守性，最后，通过2个 算例分析，验证了所得结果是有效的。
其他文献
华能玉环电厂为我国首座超超临界火力发电厂，共装机4台1000MW超超临界燃煤发电机组，主蒸汽管道选用P92钢。＃1、＃2机组于2006年底投产发电，截止目前已安全稳定运行三万多小时。结合P92钢安装阶段暴露的问题，电厂2010年利用机组检修对主蒸汽管道P92钢母材、弯管、焊缝运行后的金相、硬度及蠕变等进行检测评估、性能分析，结果表明玉环电厂P92钢运行状况良好，各项性能指标符合设计要求。
通过超超临界机组过热、再热系统普遍采用的新型奥氏体不锈钢材料Sup304H和HR3C，主蒸汽管道P92，在实际服役条件下使用2.5万小时后，运行管与原始管对比进行：拉伸试验、冲击试验、压扁、硬度试验、微观组织、氧化物、析出相、碳化物等试验分析，并与服役0.5万小时数据及国外已有文献资料对比，了解、掌握SUP304H、HR3C、P92材料运行后的组织和性能变化规律，为超超临界机组的运行、检修、监督提
本文通过金相、扫描电镜、透射电镜以及XRD等手段对不同成型状态下TP310HCbN奥氏体耐热钢的组织与第二相进行了分析。研究发现：在不同的成型状态下，组织都为等轴奥氏体晶粒，第二相在晶内和晶界上的分布随成型状态的不同，而有所不同;第二相主要为MX相和Z相两种类型，其中Z相呈多边形状，颗粒细小，粒径0.1～0.2μm，在不同的状态下，MX相和Z相的比例不同。
核动力装置是一个多输入多输出的复杂系统，其运行工况十分复杂。早期及目前的大 多数核动力装置控制系统都是采用模拟控制仪表实现，其由一系列相对独立的局部控制回路 （硬件电路且无智能处理器）组成, 结构比较简单, 功能比较单一，适应机组不同运行方式 和工况的能力较差，导致操纵员工作负荷很大。为了改善并提高这一状况，本文采用数字化 仪控技术对核动力装置的仪控系统进行设计，并探讨了在核动力装置中采用数字化仪
针对非能动系统多维不确定性和小物理过程失效概率问题，提出基于重要抽样子集模拟可靠 性分析方法。该方法通过引入适当的中间失效事件，将失效概率表达为一系列较大的中间失效事件 条件概率乘积形式，并利用重要抽样密度函数抽取样本点来计算条件失效概率。以AP1000 非能动 余热排出系统为研究对象，考虑热工水力学模型和输入参数的不确定性，对其进行物理过程失效概 率评估。结果表明：与其它概率评估方法相比，子集模
反应堆保护系统的可靠性研究是核电站仪控领域的热门课题。本文以高温气冷堆示范工 程（HTR-PM）的反应堆保护系统为研究对象，讨论保护系统可靠性研究的失效模式与影响分 析（FMEA）方法。首先介绍HTR-PM 保护系统的功能和结构，以及FMEA 分析的目的、方法 和步骤，之后对HTR-PM 的保护系统进行初步的FMEA 分析。本文的工作为进一步开展HTR-PM 保护系统的可靠性研究提供了基础
本文将在参考相关文献资料的基础上，通过对窄量程热电阻温度探头表老化数据采集并分 析，识别出加速老化因素，在此基础上进行了老化机理分析。通过建立寿命评估模型，计算出了 加速老化因子；并根据电站的实际情况提出了具体的管理对策建议，对后续我国开展安全壳内核 级仪表的老化评估和管理提供重要借鉴和参考。
针对常规解析法建立无轴承永磁同步电机磁链模型的局限性，提出了一种贝叶斯证据 框架下最小二乘支持向量机的无轴承永磁同步电机磁链建模方法。通过贝叶斯证据框架推断准 则1确定模型的权向量w，通过贝叶斯证据框架推断准则2确定模型的正则化参数σ，通过贝 叶斯证据框架推断准则3确定模型的核参数(6)，进而建立了基于贝叶斯证据框架下最小二乘支 持向量机的无轴承永磁同步电机磁链模型。仿真结果表明，贝叶斯证据框架下
针对交通流量混沌时间序列多步预测的问题，提出了一种基于混沌机理的小波神经网络(WNN)快速学习算法。通过将混沌 理论和小波分析结合，建立了交通流量时间序列WNN模型；阐述了混沌学习算法的机理，设计了交通流量WNN混沌时间序列自适应 学习算法。仿真试验结果表明，该算法的多步预测性能明显优于应用BP网络和非混沌算法的小波神经网络。
针对网络参数的不确定性和链路带宽的时变性，设计了一种主动队列管理(AQM)算法， 该算法将可获得的链路带宽作为标称值，而不可获得的未知的时变链路带宽作为干扰信号，以状 态空间的形式描述TCP/AQM模型，用时间域H∞控制方法解决网络拥塞问题．NS2仿真结果表 明，该算法在往返时间时变和具有扰动业务流情况下，能够快速收敛于期望队列长度，且性能优于 已有的控制算法。