摘要：本文研究了一类模糊Hopfield神经网络系统的稳定性问题.首先,基于无源性理论,设计了一种新的权重学习律,并通过构造的模糊Lyapunov函数证明了系统从输入到输出是无源的.在此基础上,证明了系统在该学习律下是输入到状态稳定的.相比于传统的公共Lypaunov函数,本文所提的模糊Lyapunov函数能保证系统具有更好的性能.最后,通过数值仿真验证了所提方法的有效性.

摘要：桑代克（***）是美国哥伦比亚大学师范学院的教授,他的学习理论在美国的影响延续整整半个世纪。他认为,学习的实质在于形成刺激——反应联结。桑代克还提出,学习要遵循三条重要的学习原则：准备率（law of readiness）;练习律（law of exercise）;效果律（law of effect）。这一理论对于我国早期的教学理论产生过深远的影响。笔者认为,这一理论,在新课标环境下的语文教学设计中同样具有重要的指导意义。

摘要：为了提高被控系统的控制精度和收敛速度,提出一种模糊自适应PID迭代学习控制算法,算法充分利用了PID迭代学习律可靠性高、鲁棒性强等优点,运用模糊整定单元对经验PID学习律的参数进行实时校正。针对一类LTI系统,设计了具有针对性的模糊自适应PID学习律,并对本文提出的算法进行了仿真分析。