期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
时变内耦合复杂网络的平衡态同步smart变结构控制(英文)
被引量:
4
1
作者
杨月全
余星火
张天平
《控制理论与应用》
EI
CAS
CSCD
北大核心
2010年第2期181-187,共7页
当前同步控制问题是复杂网络研究的热点之一.本文针对具有时变内耦合结构的复杂网络,利用结点混沌动态的各态历经性,通过构造合适的滑模面,提出了smart变结构控制器的设计策略.该策略可使复杂网络动态行为趋向于所构造的全局吸引区域,...
当前同步控制问题是复杂网络研究的热点之一.本文针对具有时变内耦合结构的复杂网络,利用结点混沌动态的各态历经性,通过构造合适的滑模面,提出了smart变结构控制器的设计策略.该策略可使复杂网络动态行为趋向于所构造的全局吸引区域,从而最终实现复杂网络在平衡态的渐近同步.最后,基于3种不同拓扑结构的Lorenz结点动态的复杂网络进行仿真实验表明该控制方案具有较好的鲁棒性和有效性.
展开更多
关键词
复杂网络
同步
smart控制
变结构控制
下载PDF
职称材料
基于Haar小波的队列动态多尺度自适应智能预测
2
作者
杨月全
余星火
+1 位作者
姜建妹
张天平
《控制与决策》
EI
CSCD
北大核心
2009年第9期1421-1424,1428,共5页
为降低网络拥塞风险和实现对网络队列缓存资源状态预测,基于智能控制技术和多尺度表示方法,通过引进自适应补偿模糊因子,运用Haar小波的优良特性,构造了一类在线无监督学习实时预测补偿模糊神经网络,提出了基于Haar队列动态多尺度融合...
为降低网络拥塞风险和实现对网络队列缓存资源状态预测,基于智能控制技术和多尺度表示方法,通过引进自适应补偿模糊因子,运用Haar小波的优良特性,构造了一类在线无监督学习实时预测补偿模糊神经网络,提出了基于Haar队列动态多尺度融合自适应智能预测方案.仿真表明,该预测策略对于自相似特性数据流在队列缓存动态具有较好的预测能力.
展开更多
关键词
多尺度融合
补偿模糊神网络
HAAR小波
自相似
原文传递
题名
时变内耦合复杂网络的平衡态同步smart变结构控制(英文)
被引量:
4
1
作者
杨月全
余星火
张天平
机构
扬州
大学
信息
工程
学院自动化专业部
皇家墨尔本理工大学工程技术平台研究院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2010年第2期181-187,共7页
基金
supported by the National Natural Science Foundation of China(60774017, 60874045)
the Open Projects of Key Laboratory of Complex Systems and Intelligence Science of Chinese Academy of Sciences(20060101)
文摘
当前同步控制问题是复杂网络研究的热点之一.本文针对具有时变内耦合结构的复杂网络,利用结点混沌动态的各态历经性,通过构造合适的滑模面,提出了smart变结构控制器的设计策略.该策略可使复杂网络动态行为趋向于所构造的全局吸引区域,从而最终实现复杂网络在平衡态的渐近同步.最后,基于3种不同拓扑结构的Lorenz结点动态的复杂网络进行仿真实验表明该控制方案具有较好的鲁棒性和有效性.
关键词
复杂网络
同步
smart控制
变结构控制
Keywords
complex network
synchronization
smart control
variable structure control
分类号
N941.4 [自然科学总论—系统科学]
下载PDF
职称材料
题名
基于Haar小波的队列动态多尺度自适应智能预测
2
作者
杨月全
余星火
姜建妹
张天平
机构
扬州
大学
信息
工程
学院
皇家墨尔本理工大学工程技术平台研究院
出处
《控制与决策》
EI
CSCD
北大核心
2009年第9期1421-1424,1428,共5页
基金
国家自然科学基金项目(60774017
60874045)
中国科学院复杂系统与智能科学重点实验室开放课题项目(20060101)
文摘
为降低网络拥塞风险和实现对网络队列缓存资源状态预测,基于智能控制技术和多尺度表示方法,通过引进自适应补偿模糊因子,运用Haar小波的优良特性,构造了一类在线无监督学习实时预测补偿模糊神经网络,提出了基于Haar队列动态多尺度融合自适应智能预测方案.仿真表明,该预测策略对于自相似特性数据流在队列缓存动态具有较好的预测能力.
关键词
多尺度融合
补偿模糊神网络
HAAR小波
自相似
Keywords
Multiscale fusion
Compensated fuzzy-neural network
Haar wavelet
Self-similar
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
作者
出处
发文年
被引量
操作
1
时变内耦合复杂网络的平衡态同步smart变结构控制(英文)
杨月全
余星火
张天平
《控制理论与应用》
EI
CAS
CSCD
北大核心
2010
4
下载PDF
职称材料
2
基于Haar小波的队列动态多尺度自适应智能预测
杨月全
余星火
姜建妹
张天平
《控制与决策》
EI
CSCD
北大核心
2009
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部