简介：复杂系统与非线性科学密切相关。为了探讨复杂随机系统信息处理的机制和利用“随机”因素自优化能力，研究了一类无限并联阵列的信噪比增益问题。阵列中每个子系统是一个双稳态振荡器，其输入都是同一个给定的含噪正弦信号。每个子系统内部噪声强度相同，但是相互独立。随着内部噪声强度的增加，信噪比增益出现了随机共振现象和存在大于一的区域，并且这一区域随着并联阵列数目增加而被放大。无限并联阵列的信噪比增益可达到全局最大值。依据阵列非稳态输出均值和稳态自协方差函数的极限性质，本文证明了无限并联阵列的信噪比增益问题可以归结为任两个子系统的统计性能分析。这些研究结果对于复杂系统信号处理理论具有重要意义。

简介：数值模拟了实验上构造纳米碳管网络的溶液沉积方法。与一般的随机网络模型不同,将碳管的长度计算在内,而且考虑了不同的空间相交位形。数值模拟发现网络的度分布为高斯分布,平均集聚系数约为0.11。当网络中碳管平均面密度取值在0σ=179200根/cm2附近时,网络系综达到渗流。在临界点附近,网络的连通概率p、两极之间电导G、最大连接数S与碳管的面密度差Δσ之间都存在幂律关系。除此之外,考虑碳管之间的Kapizza接触热阻,计算出碳管网络的热阻,发现高低温热源之间的渗流热阻与导通碳管的长度的平方和成线性关系。

简介：利用自适应最优加权随机汇池网络对随机参数估计进行了理论和实验分析。将随机噪声优化的随机汇池网输出向量进行最优线性加权优化,给出了具有任意节点数目的随机汇池网络最优权向量以及估计信号与真实信号之间均方误差表达式。同时,在实际信号处理任务中,待估参数和噪声的统计信息经常是未知的,本文给出了基于观测数据的最优权向量和均方误差近似估计算法。理论和实验都验证了随机噪声对于随机汇池网络的优化能力,也展现了自适应最优加权随机汇池网络良好的估计性能。

简介：以互信息为测度,通过模型建立与数值计算,发现在一定强度的加性噪声和乘性噪声共同作用下,多阈值系统中出现了阈上随机共振现象。提高阈值与增加阈值单元数都可以让系统更易于出现该现象,然而阈值的提高会减弱系统中信息传输的效果。在噪声强度较弱时,提高阈值单元输出元数可以增强系统中信息传输的效果,但过高的输出元数会使系统中的阈上随机共振现象消失,并且使互信息的值趋于饱和。

简介：对最优加权随机汇池网络的自适应算法进行研究,以均方误差作为随机汇池网络输出性能评价指标,推导了最小均方(LMS)和Kalman-LMS算法的递归表达式,并应用到输入信号方差发生改变的非稳态情况中,结果表明两种自适应算法都能够迭代收敛到权的最优解。与LMS算法相比,Kalman-LMS算法不仅收敛速度快,而且权均方偏差每一步都是最优的,在网络节点的个数较少时,Kalman-LMS算法能够获得更小的均方误差,而随着网络节点的个数增加,两种自适应算法得到的均方误差趋于一致。

简介：虽然灰色理论与随机理论的认识层次不同,但许多随机性方法体现了灰思想和灰观念,而灰色性问题在一定条件下也可以从随机性角度去认识、研究和处理.

简介：噪声背景中周期信号的循环平稳性是信号处理中一个重要的特征。本文利用随机循环平稳过程的有关理论研究复杂随机动态系统中的随机共振现象。依据系统输出的一维准稳态概率密度近似理论,本文推导了系统输出二维跃迁概率密度、稳态自相关函数和系统输出信噪比的公式。输出信噪比随着输入噪声强度增加而呈现的随机共振现象,理论分析和数值试验结果非常吻合。此理论为随机共振理论的一种非绝热描述,不仅能够解释经典随机共振现象,而且能够描述驻留随机共振现象,对于复杂随机动态系统的信息处理机制具有重要理论指导意义。

简介：针对中小制造型企业（SMPEs）产能决策问题,研究基于复杂需求环境和产品合格率随机的产能优化问题,构建两周期生产条件下的需求均不确定且相互独立和产品合格率随机情况下的利润模型,以利润最大化为目标,通过计算推导得出该模型存在最优产能的可行解。研究表明该生产条件下产能与总利润存在先增后降的关系,且得出第二周期中产品合格率越低,则最大润越小,最优生产产能越大。