激励神经P系统的改进及自动机模型的建立
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·项目来源 | 第8页 |
| ·研究背景和意义 | 第8-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·膜计算的研究现状 | 第10页 |
| ·激励神经P 系统的研究现状 | 第10-12页 |
| ·膜自动机理论的发展 | 第12-13页 |
| ·论文课题及体系结构 | 第13-15页 |
| 2 膜计算基础 | 第15-26页 |
| ·传统膜计算 | 第15-21页 |
| ·生物细胞膜的基本结构和功能 | 第15-16页 |
| ·膜计算的产生 | 第16-17页 |
| ·膜计算的数学模型 | 第17-19页 |
| ·膜计算的分类 | 第19-21页 |
| ·激励神经P 系统 | 第21-25页 |
| ·生物神经元的功能 | 第21-22页 |
| ·激励神经P 系统的产生 | 第22页 |
| ·激励神经P 系统的数学模型 | 第22-24页 |
| ·激励神经P 系统计算通用性 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 激励神经P 系统的改进 | 第26-35页 |
| ·带门值的激励神经 P 系统的建立 | 第26-31页 |
| ·带门值的激励神经 P 系统的计算模型 | 第26-28页 |
| ·计算完备性 | 第28-31页 |
| ·带极性的激励神经 P 系统的建立 | 第31-33页 |
| ·带极性的激励神经P 系统的计算模型 | 第32-33页 |
| ·带极性的激励神经P 系统的计算能力 | 第33页 |
| ·本章小结 | 第33-35页 |
| 4 激励神经P 自动机的建立 | 第35-48页 |
| ·最小多重集自动机的基本概念 | 第35-37页 |
| ·最小多重集自动机的限定直积 | 第37页 |
| ·最小多重集自动机的改进 | 第37-40页 |
| ·激励神经P 自动机 | 第40-45页 |
| ·简单激励神经P 自动机的建立 | 第40-43页 |
| ·简单激励神经P 自动机的连接 | 第43-44页 |
| ·带门值的激励神经P 自动机 | 第44-45页 |
| ·带极性的激励神经P 自动机的建立 | 第45页 |
| ·激励神经P 自动机的性质 | 第45-46页 |
| ·最大并行性与非确定性 | 第45-46页 |
| ·计算通用性 | 第46页 |
| ·本章小结 | 第46-48页 |
| 5 全文总结 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-56页 |
