学科分类
/ 3
43 个结果
  • 简介:基于经典的Magnus级数方法提出了一个简单有效的四阶近似积分格式,用于求解一般非线性动力学系统.它是一种几何积分方法,能保持精确解的许多定性性质,并且该方法只包含二个或三个指数矩阵的乘积,避免了通常的Magnus级数方法涉及的复杂的交换子运算.数值算例显示该方法是有效的。

  • 标签: 非线性动力学方程 几何积分 Magnus级数方法 近似解 保群性质
  • 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.

  • 标签: 机器人 模糊神经网络控制器 轨迹跟踪控制 应用 B样条基函数 隶属函数
  • 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.

  • 标签: 共振 异质性 时滞 神经元网络 谱放大因子