简介:通过模拟计算,分析了统一混合网络理论体系的动力学同步能力与3种混合比(dr,fd,gr)之间的关系。分析结果发现:混合比对同步能力有重要的影响,提高总混合比dr,即增加确定性择优能够增强HUHPM网络的同步能力,而随机性择优则会减弱HUHPM网络模型的同步能力;LUHPM网络中确定性混合比fd和随机混合比gr的增加,即确定性扶贫连接和随机连接的增加都会导致网络的同步能力的减弱。由此,可以灵活调整3个不同混合比的匹配方式,合理地设计满足所需的网络动力学特性的网络系统。
简介:研究了Hammerstein模型的辨识问题,并考虑了多输入多输出(MIMO)情况.提出一种混合神经网络辨识模型,该模型由一个多层前馈神经网络(MFNN)与一个线性神经网络(LNN)串联而成.给出了一个反向传播(BP)算法同步训练该混合神经网络的权值和阈值.仿真结果表明了该方法的有效性.
简介:为了更好地反映确定性与随机性混合的真实世界的统一性、多样性和复杂性.使网络理论模型更加接近实际网络的特性,在近年来发展的统一混合网络理论框架的基础上,提出和研究了统一混合变速增长网络模型,揭示了统一混合网络模型的若干新特性,总结和比较了随着4个混合比的变化整个网络的复杂性与普适性的转变关系。