含有非线性电阻的动态电路唯一稳态的范数判定方法

以矩阵范数为工具，得到了确定含有非线性电阻的动态电路唯一稳态的条件，并给出了一个算例，其结果与理论分析吻合．本文的结果表明，含有非线性电阻的动态电路的唯一稳态．可以用矩阵范数决定．而且这个方法可以应用于任意阶的非线性电路．判据适用范围更广，结果便于应用，在理论与实用两个方面，都有重要意义．     

空气弹簧系统垂向刚度特性的有限元分析

对空气弹簧系统材料非线性、儿何非线性和状态非线性问题以及气固耦合问题进行了理论分析，得到了在有限元分析中的处理方法．用有限元软件ABAQUS建立了空气弹簧系统有限元模型，其中帘线采用rebar单元．计算了空气弹簧系统的垂向刚度，并分析了气体压力和帘线角对垂向刚度的影响．有限元计算结果表明，空气弹簧系统垂向刚度随气体压力的增加而增加，随帘线角的增大而略减小．     

基于T-S模糊模型的非线性系统辨识

研究了非线性多变量系统的T-S模糊辨识问题．提出一种利用测得的输入输出数据来计算非线性动态模糊模型的方法．使用模糊聚类简化了T-S模糊规则及前提参数的生成，采用加权最小二乘算法得出结论参数．将该辨识器用于一类非线性系统的模糊辨识，并与模糊神经网络的辨识结果进行了比较，验证了所提方法的有效性．     

大跨度铁路斜拉桥非线性时域抖振分析

通过脉动风速场模拟，获得了桥梁结构时域化风荷载，在此基础上，采用大跨度桥梁抖振的时域分析法，以一大跨度铁路斜拉桥为工程背景，对大跨度铁路斜拉桥抖振的非线性行为进行了分析．分析中综合考虑了结构几何非线性和气动非线性，其中结构几何非线性因素包括拉索垂度、内力引起的梁-柱效应及结构大变位等，气动非线性因素包括攻角效应、自激力等．非线性运动方程采用双重迭代法求解，以提高迭代的收敛性．非线性时域抖振分析和线性分析结果的比较表明，非线性因素会增大结构的抖振响应．     

二维卟啉类分子材料的三阶非线性光学性质的研究

报道了针对二维卟啉类有机分子材料的光学非线性性质的研究，讨论了几川非对称配置电负性分子团对构成的分子的光学非线性的影响。表明配置的分子基团的电负性越大，合成的分子其非线性超极化率越大．通过实验研究了这些分子的光学非线性响应特性，并分析了各种非线性机制在分子非线性响应中的作用。     

高速客车空气弹簧垂向特性的非线性有限元仿真

采用非线性有限元软件MSC．Marc对空气弹簧的非线性垂向刚度特性进行了数值模拟，分析了胶囊内压、帘线角、铺层厚度、帘布线层数对空气弹簧垂向刚度特性的影响、并通过试验对数值仿真结果进行了验证，结果表明所提出的仿真方法合理、可行．     

非线性因素对超大跨度斜拉桥活载内力的影响

笔者研究了非线性因素对超大跨度斜拉桥使用阶段内力的影响，分析中同时考虑了拉索垂度效应、P—△效应和大位移效应的影响．以一座主跨超千米的斜拉桥为例，给出了各控制截面内力的非线性影响系数，并提出了减小超大跨度斜拉桥非线性影响的措施。     

聚氨酯泡沫塑料振动性能的试验研究

设计了泡沫塑料隔振材料振动特性试验装置，对一种增强型聚氨酯泡沫塑料隔振材料进行了试验．试验结果表明，泡沫塑料隔振材料的振动特性不仅与振幅有关，还与振动频率有关；恢复力同时受频率和振幅的影响，并与变形历史有关，具有非线性滞后特性；在振动情况下运动中泡沫塑料表现出动刚度非线性和阻尼非线性的特性，变化十分复杂．     

无粘流中非线性板梁结构的分叉

研究了立方非线性板状梁叠层结构在无粘流体作用下的分叉问题．假设各板在同一时刻有相同的变形，建立了流体作用下简支板状梁的立方非线性模型，并利用Hopf分叉代数判据分析了简支板状梁流固耦合结构的分叉，结果表明该结构无Hopf分叉现象．最后，讨论了该结构平衡点的静态分叉和局部稳定性，数值仿真表明，该结构为非线性保守系统。     

运用MARC进行箱梁的极限强度分析

极限强度是结构的极限承载能力，由于计算极限强度需要考虑材料和几何的非线性因素，因此计算十分复杂．文中介绍了Msc／Marc所采用的两种计算非线性屈曲方法的计算原理，并分别运用这两种方法对Nshihara NST3模型进行了非线性屈曲分析，最后将计算结果和其他计算极限强度算法的结果作了简单比较，得到的结果对类似的分析有一定的指导意义．     

BP网络在边坡稳定性分析中的应用

提出利用人工神经网络技术分析边坡稳定性的一种方法。考虑影响边坡稳定性分析的各种自然因素,利用BP网络的非线性映射能力,计算边坡稳定性分析的安全系数。以黄土地区边坡的工程数据为例,结果表明该方法简单可用,可以满足工程要求。     

广义Hopfield神经网络的绝对指数稳定性

研究了一类广义神经网络系统平衡点的存在性、唯一性和绝对指数稳定性.这类神经网络包含Hopfield神经网络和细胞型神经网络,不要求激活函数可微和有界.应用拓扑理论,得到了广义Hopfield神经网络平衡点的存在性和唯一性的充分必要条件;利用矩阵的性质,通过构造Lurie型Liapunov函数,得到了广义Hopfield神经网络绝对指数稳定的充分条件以及几类特殊神经网络绝对指数稳定的充分必要条件.     

神经网络在车辆半主动控制中的应用

针对车辆半主动悬挂模型的非线性特性，研究了采用神经网络的自适应控制在车辆悬挂半主动控制中的应用，设计了采用前馈神经网络的辩识器和控制器，对控制器网络采用的学习规则进行了分析。仿真计算表明，采用神经网络自适应控制方法能有效改善车辆的平稳性，采用的神经网络辩识器和控制器的改进BP算法是有效的。     

Term Structure of Interest Rates Based on Artificial Neural Network

In light of the nonlinear approaching capability of artificial neural networks （ ANN）, the term structure of interest rates is predicted using The generalized regression neural network （GRNN） and back propagation （BP） neural networks models. The prediction performance is measured with US interest rate data. Then, RBF and BP models are compared with Vasicek＇s model and Cox-Ingersoll-Ross （CIR） model. The comparison reveals that neural network models outperform Vasicek＇s model and CIR model, which are more precise and closer to the real market situation.     

NEURAL NETWORKS PREDICTION FOR SEISMIC RESPONSE OF STRUCTURE UNDER THE LEVENBERG-MARQUARDT ALGORITHM

Activecontrolandsemi activecontrolarenewapproachestoseismichazardmitigationofstructure .Whileinactivecontrolorsemi activecontrol ,mea surementofstructurestate ,transmissionandcalcu lationofsignalandinflictionofcontrolforcerequiretime ,moreover ,controlforceiscalculatedaccordingtotheseismicresponseofstructureinlastepoch ,sothecontrolforceinactivecontrolorsemi activecontrolmaybedistortedduetotime delay .Suchdistortionusuallyincreasestheseismicresponseofstructureandmakesstructuremoredangerous[1-3…     

基于BP神经网络的预测模型

预测是数据分析的基本任务之一,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的产生为处理非线性问题提供了一条新途径。文中运用智能计算技术建立了BP网络模型。通过珠江三角洲天河水文站的水位预测结果表明,BP网络模型有较好的泛化能力,预测更为可靠。     

对时滞BAM神经网络脉冲上界的估计

研究了时滞双向联想神经网络的指数稳定性,集中讨论了脉冲对指数稳定性的影响。结果显示,若非脉冲DBAM系统全局指数稳定,即使状态在脉冲时刻被放大到某一较大范围,相应的脉冲系统也能保持其稳定特性。根据非脉冲系统的指数收敛度,对保持系统指数稳定的脉冲上界和脉冲间隔进行了估计。     

对时滞BAM神经网络脉冲上界的估计

研究了时滞双向联想神经网络的指数稳定性,集中讨论了脉冲对指数稳定性的影响。结果显示,若非脉冲DBAM系统全局指数稳定,即使状态在脉冲时刻被放大到某一较大范围,相应的脉冲系统也能保持其稳定特性。根据非脉冲系统的指数收敛度,对保持系统指数稳定的脉冲上界和脉冲间隔进行了估计。     

具有反应扩散的神经网络的稳定性分析

通过构造适当的平均Luapunov函数，利用M矩阵理论，研究了一类具有反应扩散的Hopfield神经网络的全局稳定性．在放松神经网络的激活函数的有界性、单调递增性和可微性的条件下，得到了神经网络的全局渐近稳定的条件．这些条件适合于神经网络的关联矩阵为对称或非对称矩阵、激活函数为非单调的情况．     

不等时距GM(1,1)模型预测地基沉降研究

分别采用直线插值、三次样条插值、BP神经网络3种方法,用M ATLAB语言编制程序将不等时距序列转化为等时距序列,采用灰色理论预测沉降.由于BP神经网络强大的非线性映射功能,可以避免常规插值法所造成的一系列误差.实际工程应用结果表明,利用直线插值、三次样条插值和BP神经网络与灰色理论联合建模所得的预测值与实测值的最大相对误差分别为17.2%,5.9%和4.6%.由此可见BP神经网络和灰色理论联合建立的GM(1,1)模型用于预测路基沉降最为精确.