Динамическая нейронная сеть (ДНС) на основе нейроподобных элементов (НЭ) с временной суммацией входных сигналов, в которых использовалась пороговая функция [1], обладает свойствами запоминания информационных последовательностей, их воспроизведения и ассоциативного обращения к информации, а также структурной многоуровневой ее обработки, в том числе, формирования поуровневых словарей и грамматик (восстановления структуры связей слов словарей во входной информации) и, наконец, фильтрации старой информации в потоке новой. Введение в НЭ сигмоидной функции вместо бинарной расширяет возможности ДНС по формированию более адекватного следа входной информации и, следовательно, позволяет более надежно и точно представлять эту информацию и более точно ее распознавать.

Рассматривается нелинейная динамика автопараметрического гасителя колебаний. Исследуются условия существования периодических движе¬ний при моногармоническом возбуждении. Показано, что при опреде¬ленных условиях применение автопараметрического гасителя может быть эффективнее «классического» (линейного) динамического гаси¬теля колебаний.

Обоснована возможность и предложен алгоритм поэтапной, последовательной параметрической оптимизации деталей и конструкций сложных конфигураций, основанный на корректном применении строгих математических методов, работоспособность и эффективность которого доказана многолетней практикой проектирования оборудования тяжелого машиностроения