1) Queueing Network Model
队列网络模型
1.
This paper introduces Chemical Abstract Machine(CHAM)that is the formal description of Software Architectures and summarizes the characteristics of Queueing Network Models(QNM)and their creation process.
介绍了软件体系结构的形式化描述方法-化学抽象机(ChemicalAbstractMachine,CHAM),总结了队列网络模型(QueueingNetworkModel,QNM)及其产生过程的特点。
2) queuing network
队列网络
1.
Then associating with the analysis of the whole system performance and the software content,a singlequeue performance model and a closed queuing network performance model based on the queuing theory were built.
分析了电子商务平台性能模型的主要类型,并结合系统整体性能规划和软件竞争问题,提出基于队列理论的单队列性能模型和封闭队列网络性能模型建模方法,在此基础上设计一个性能模型测试系统,论证了队列网络模型在性能规划中的可行性。
3) network queuing model
网络排队模型
4) Closed Queueing Networks
闭排队网络模型
5) queuing network model
排队网络模型
1.
the traditional performance model-Queuing Network Model has been difficult to analyze such a complex system,Layered Queueing Net(LQN) model is the expansion of queuing network model which can be used to analyze the conflict between interdependent tasks.
传统的性能模型——排队网络模型已很难分析这样复杂的系统,分层排队网络(Layered Queueing Net,LQN)模型是排队网络模型的扩展,可以用来分析相互依赖任务间的冲突。
6) queuing model
队列模型
1.
By using M/M/n/n queuing model,the close form expression of the system cost function is derived and the optimal threshold values for different classes are obtained based on the derived formula.
通过M/M/n/n队列模型,经过分析研究得到了系统总收益函数的表达式。
2.
Setting up a queuing model with priority, a theoretic analysis of APON system for the support of services with several priorities is given, and some useful conclusion is met.
由于其结构的特殊性，ＡＰＯＮ需要特殊的ＭＡＣ协议，利用优先级队列模型，对ＡＰＯＮ系统提供的多种优先级业务进行了理论分析，并得出了有益的结论。
补充资料：Hopfield神经网络模型
Hopfield神经网络模型
Hopfield neural network model
收敛于稳定状态或Han加Ing距离小于2的极限环。 上述结论保证了神经网络并行计算的收敛性。 连续氏pfield神经网络中，各个神经元状态取值是连续的，由于离散H6pfield神经网络中的神经元与生物神经元的主要差异是:①生物神经元的I/O关系是连续的;②生物神经元由于存在时延，因此其动力学行为必须由非线性微分方程来描述。为此，在1984年J.J.H叩fi酗提出了连续氏pfield神经网络，它可用图1所示的电路实现，其动态方程┌───┐│·T叮 │└───┘图1连续F砧pfield神经网络 (a)Sigmoid非线性;(b)神经元模型可由下述微分方程式描述: 、，产 门J /r、l、1.。瓮一客、一佘Ii认=f(u￡)￡=l，2，…，n式中f(·)为连续可微的Sign101d函数;T，j=兀、i，j=1，2，“’，n几=0]=i1~.吞~·‘八文一Q*+，戮T，j‘一‘，2，”一”连续时间氏pfield神经网络式的计算能量函数定义为:一告客客几从砚 石l「Vi_1，、，合，，， +乞古!‘厂‘(x)dx一乙I，从(4) ’月R‘Jo“‘、一’一月一，” 对于式(3)，若f一‘为单调增且连续，C>0，T，j=几(i，j=1，2，一，n)，则沿系统的运动轨道有dE一。-丁丁足之Uat当且仅当贷一。时 箭一。式(3)的稳定平衡点就是能量函数E〔式(4)」的极小点，反之亦然。同时，连续氏pfield神经网络式(3)以大规模非线性连续时间并行方式处理信息。网络的稳定平衡点对应于其计算能量函数E的极小点，网络的计算时间就是它到达稳定的时间，网络的计算在系统趋于稳态的过程中也就完成了。这也是式(3)用于神经计算及联想记忆的基本原理，也即神经计算机的基本原理。HoPfield shenling wangluo moxingHopfield神经网络模型(Hopfieldne，Ine幻即0比m侧触l)一种单层全反馈的人工神经网络模型(后称之为氏p玉idd模型)，它对推动人工神经网络研究的复苏起了很重要的作用。 且，lield对人工神经网络研究的贡献主要有: (l)把有反馈的神经网络看作一个非线性动力系统，提出了系统的全局Lyap阴lov函数(或称能量函数)的概念，用于系统稳定性的分析; (2)利用上述分析方法解决人工智能中的组合优化问题，如15护;(3)给出了利用模拟电子线路实现的连续Hopfidd网络的电路模型，为进一步研究神经计算机创造了条件。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条