首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--组合数学(组合学)论文--图论论文

复杂网络动力学及其应用的若干问题研究

摘要第1-7页
Abstract第7-11页
目录第11-18页
第一章 绪论第18-26页
   ·神经网络动力学背景及其研究现状第18-20页
     ·神经网络研究历史第18-19页
     ·神经网络稳定性研究概述第19-20页
   ·复杂网络动力学研究现状第20-22页
     ·混沌同步与控制研究现状第20-21页
     ·复杂网络动力学研究现状第21-22页
   ·复杂网络应用第22-23页
   ·论文的主要研究工作和创新点第23-25页
   ·论文的结构安排第25-26页
第二章 概率型混合时滞随机离散神经网络稳定性研究第26-44页
   ·引言第26-27页
   ·问题描述第27-30页
   ·主要结果第30-39页
   ·数值仿真第39-42页
   ·本章小结第42-44页
第三章 离散和分布时滞连续型随机神经网络的同步研究第44-70页
   ·引言第44-45页
   ·离散和分布时滞连续型随机神经网络的同步-自适应方法第45-55页
     ·问题描述第45-47页
     ·主要结果第47-53页
     ·数值仿真第53-55页
   ·离散和分布时滞Markov随机神经网络的同步-LMI方法第55-68页
     ·问题描述第55-58页
     ·主要结果第58-66页
     ·数值仿真第66-68页
   ·小结第68-70页
第四章 离散和分布时滞切换随机耦合复杂网络同步研究第70-86页
   ·引言第70页
   ·问题描述第70-73页
   ·主要结果第73-83页
   ·数值仿真第83-85页
   ·结论第85-86页
第五章 分数阶复杂网络的牵制控制研究第86-98页
   ·引言第86-87页
   ·问题描述第87-88页
   ·稳定性分析第88-92页
   ·实例第92-97页
     ·数值算法第92-93页
     ·特征值分布分析第93-95页
     ·通过调节分数阶q牵制网络第95页
     ·通过调节控制增益矩阵D的牵制控制第95-96页
     ·通过调节全局耦合强度c的牵制控制第96页
     ·通过调节可调参数β的牵制控制第96-97页
     ·随机牵制和选择牵制第97页
   ·结论第97-98页
第六章 复杂网络应用Ⅰ-基于时延耦合格子的图像加密算法研究第98-114页
   ·引言第98-99页
   ·加密系统第99-104页
     ·排列算法第99-100页
     ·扩散算法第100-102页
     ·解密算法第102-104页
   ·安全性分析第104-112页
     ·统计分析第104-106页
     ·密钥空间分析第106-108页
     ·密钥敏感性分析第108-110页
     ·差分攻击第110-112页
     ·抵御已知明文攻击和选择明文攻击第112页
   ·本章小结第112-114页
第七章 复杂网络应用Ⅱ-可控概率型粒子群算法研究第114-134页
   ·引言第114页
   ·粒子群算法第114-116页
     ·传统的粒子群算法第114-115页
     ·一些改进的粒子群算法第115-116页
   ·可控概率型粒子群算法第116-122页
     ·控制惯性系数第116-117页
     ·具有可控概率的粒子群算法第117-121页
     ·精英局部学习方法第121-122页
   ·实验结果第122-130页
     ·实验初始化第122-125页
     ·调节学习率和惩罚率第125-126页
     ·解精确性的比较第126-128页
     ·收敛速度的比较第128-129页
     ·成功率比较第129-130页
   ·分析自适应惯性系数和可控概率方法第130-131页
   ·本章小结第131-134页
第八章 总结与展望第134-138页
   ·研究成果总结第134-136页
   ·研究展望第136-138页
参考文献第138-156页
发表和接收文章目录第156-159页
致谢第159页

论文共159页,点击 下载论文
上一篇:基于模型整合的企业经营优化决策与控制研究
下一篇:基于创新扩散模型的市场营销组合策略研究