基于改进FMNN模型的既有建筑可靠性鉴定

现阶段,由于自然因素和人为因素的影响,我国大量既有建筑的可靠性存在较大程度地削弱。这类建筑通常都位于城市的重要地段、建造时间相对较早,为了尽可能地降低建筑物拆除重建所造成的资源浪费和不利环境影响,有必要采取科学的评估鉴定方法对这类建筑的可靠性进行鉴定,及时采取加固处理措施。基于改进模糊Modular神经网络理论,对某既有建筑的可靠性进行鉴定,通过将采集到的建筑结构可靠性性能指标输入至通过专家经验训练后的评估网络,最终根据输出参数值得出鉴定结论,为后续建筑结构加固处理提供依据。

新型模糊形态神经网络及其应用研究

该文在简要介绍形态学神经网络(MorphologicalNeuralNetwork,简称MNN)的基础上,提出了一种新型的模糊形态学神经网络,给出了其相应的模型。结合实例,比较了常见BP网络、形态学BP神经网络和模糊形态BP神经网络的训练结果和性能。实验结果表明,这种新型的神经网络具有较高的识别率和适应能力,同时此新型神经网络的提出丰富了神经网络模糊技术的研究。

不连续时滞分数阶忆阻神经网络的非线性动力学分析

提出一个具有不连续忆导函数的时滞分数阶忆阻神经网络模型,通过数值仿真研究其复杂非线性动力学行为。首先提出了不连续分数阶忆阻神经网络的数学模型;其次,分别将初值、分数阶及开关阶跃作为分岔参数,通过分岔图、相图、庞加莱截面等数值分析手段验证了其典型的动力学行为。研究表明:不同于传统的倍周期分岔通向混沌的道路,该不连续忆阻神经网络通往混沌的道路为阵发混沌。另外,还揭示了不连续的忆导函数和开关阶跃对分数阶忆阻神经网络动力学行为的内在影响机制。