1) regional computer network
区间性网络
2) interval network
区间网络
1.
In order to obtain the total duration\'s membership function and the path criticality of a fuzzy network,based on the fuzzy extension principle and the concept of fuzzy cut,this paper converted the fuzzy network to a series of interval networks under different α levels through computing the fuzzy cut of all the activities.
为了求取模糊网络总工期隶属函数和路径关键度,以模糊扩展定理和模糊截集概念为基础,通过求取所有活动的模糊截集,将模糊网络转变为一系列不同α截集下的区间网络。
4) Interval neural networks
区间神经网络
1.
The global robust exponential stability is investigated for interval neural networks with mixed delay.
讨论了混合时滞区间神经网络的全局鲁棒指数稳定性。
5) interval Bayesian networks
区间贝叶斯网络
6) Regional Greenway Network
区域性绿道网络
补充资料：有限时间区间稳定性
系统受到初始扰动后的运动相对于一个确定的时间区间内的稳定性。这类稳定性的研究主要针对那些不能用特征值（见状态空间法）判别稳定性的系统，特别是参数随时间变化的线性时变系统。有限时间区间稳定性问题是1953年苏联学者Г.В.卡曼科夫提出的。有限时间区间稳定性问题的研究结果可用于判断：当扰动引起的初始受扰运动限制在某个范围内时，系统的受扰运动在一个确定的时间区间内是否会越出规定的误差范围。
对于线性时变系统，有限时间区间稳定性的定义可表述为：给定系统的状态方程dx/dt=A(t)x，其中x为n维状态向量，A(t)是n×n时变矩阵。如果对给定的正实常数ε和C，当系统状态的初始扰动 x(t0)满足||x(t0)||2≤ε的限制时，系统的运动x(t)总是满足下列条件：
||x(t)||2≤C
t0≤t≤T那么就称系统对给定的ε和C在有限时间区间 [t0,T]上是稳定的。其中||x(t)||2＝x娝(t)+...x娾(t)，xi(t)是状态向量x(t)的第i个分量。在工程应用中，常数C和ε通常根据具体问题的实际情况来规定,T是为估计系统受扰运动所需要的时间。判断有限时间区间稳定性的一个主要结果为：对给定系数矩阵A(t)和常数ε及C，确定一个 时间常数,其中λM是对称矩阵A(t)+AT(t)在时间区间[t0,T]上的最大特征值,AT(t)是A(t)的转置矩阵。当T≤T *时,系统相对于ε和C在[t0,T]上是有限时间稳定的；而当T ＞T *时,不能确定系统是否相对于ε和C 在[t0,T]上为有限时间稳定或不稳定。
对于线性时变系统，有限时间区间稳定性的定义可表述为：给定系统的状态方程dx/dt=A(t)x，其中x为n维状态向量，A(t)是n×n时变矩阵。如果对给定的正实常数ε和C，当系统状态的初始扰动 x(t0)满足||x(t0)||2≤ε的限制时，系统的运动x(t)总是满足下列条件：
||x(t)||2≤C
t0≤t≤T那么就称系统对给定的ε和C在有限时间区间 [t0,T]上是稳定的。其中||x(t)||2＝x娝(t)+...x娾(t)，xi(t)是状态向量x(t)的第i个分量。在工程应用中，常数C和ε通常根据具体问题的实际情况来规定,T是为估计系统受扰运动所需要的时间。判断有限时间区间稳定性的一个主要结果为：对给定系数矩阵A(t)和常数ε及C，确定一个 时间常数,其中λM是对称矩阵A(t)+AT(t)在时间区间[t0,T]上的最大特征值,AT(t)是A(t)的转置矩阵。当T≤T *时,系统相对于ε和C在[t0,T]上是有限时间稳定的；而当T ＞T *时,不能确定系统是否相对于ε和C 在[t0,T]上为有限时间稳定或不稳定。
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