2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩35頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、在自然界和人類社會中存在著廣泛的網(wǎng)絡(luò)現(xiàn)象.近年來,復(fù)雜動力學(xué)網(wǎng)絡(luò)引起了國際科學(xué)界的廣泛重視,已成為統(tǒng)計物理、隨機圖論、生態(tài)學(xué)、電力網(wǎng)絡(luò)、傳感器網(wǎng)絡(luò)、細胞神經(jīng)網(wǎng)絡(luò)等領(lǐng)域的研究熱點,并與其它許多學(xué)科領(lǐng)域相互滲透,有著巨大的應(yīng)用前景.
  本論文主要內(nèi)容分為五章,第一章簡要介紹一下非線性動力學(xué)和混沌控制的預(yù)備知識,并指出復(fù)雜動力學(xué)網(wǎng)絡(luò)的研究現(xiàn)狀.第二章簡要介紹了各種混沌系統(tǒng)的同步方法以及同步性分析.第三章和第四章為文章的正文,詳細介紹了

2、本文的主要工作及創(chuàng)新點.在第五章中我們對全文進行了歸納總結(jié),并對以后的研究工作進行了展望.全文的主要內(nèi)容和思想概括為如下幾個方面:
  (1)拓撲識別和參數(shù)識別在復(fù)雜網(wǎng)絡(luò)的研究中是具有挑戰(zhàn)性的問題.利用同步理論我們針對一般的復(fù)雜動力學(xué)網(wǎng)絡(luò),基于狀態(tài)同步反饋方法,提出了一種參數(shù)識別策略,在可對網(wǎng)絡(luò)系統(tǒng)進行控制的前提下,該策略能有效識別未知的混沌振子網(wǎng)絡(luò)的權(quán)重耦合參數(shù).本方法能較好克服因網(wǎng)絡(luò)內(nèi)同步產(chǎn)生線性相關(guān)性而不能有效識別參數(shù)的問題

3、,該方案以獨立混沌系統(tǒng)為驅(qū)動系統(tǒng),從而識別出耦合混沌系統(tǒng)的耦合參數(shù),且給出了參數(shù)更新規(guī)則的統(tǒng)一設(shè)計方法.耦合Chua電路的數(shù)值模擬很好的說明了本方法對于參數(shù)識別的有效性.
  (2)耦合神經(jīng)元網(wǎng)絡(luò)是通過對人腦的基本單元一神經(jīng)元建模和連接,來探索模擬人腦神經(jīng)系統(tǒng)功能的模型,是描述復(fù)雜腦神經(jīng)細胞網(wǎng)絡(luò)的一個比較成功的模型.離散時間耦合神經(jīng)元網(wǎng)絡(luò)的穩(wěn)定性與分岔在神經(jīng)元網(wǎng)絡(luò)研究中占有重要地位.本文構(gòu)造了一個簡單的Lyapunov函數(shù),利用這

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論