收藏本站
《东北大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

几类递归神经网络的稳定性及其应用研究

张锐  
【摘要】:自从20世纪80年代,Hopfield首次提出了利用能量函数的概念来研究一类具有固定权值的神经网络的稳定性并付诸电路实现以来,关于这类具有固定权值神经网络稳定性的定性研究得到大量的关注。由于神经网络的各种应用取决于神经网络的稳定特性,所以,关于神经网络的各种稳定性的定性研究就具有重要的理论和实际意义。递归神经网络具有较强的优化计算能力,是目前神经计算应用最为广泛的一类神经网络模型。 本文基于线性矩阵不等式技术,研究了几类时变时滞递归神经网络的稳定性问题,以及利用递归神经网络在优化计算中的应用。 本文的主要内容及研究成果总结如下: (1)对具有固定权值的递归神经网络的稳定性研究现状及其在优化计算中的应用进行了综述,概述了人工神经网络的产生与发展,详细介绍了几类常见递归神经网络及其稳定性的研究现状,以及递归神经网络在优化计算中的研究进展。然后,给出了本文所用到的一些基本概念和相关引理,最后概述了本论文各章节的具体安排。 (2)研究了一类时变时滞静态神经网络的全局指数稳定性问题。通过构造新的Lyapunov泛函得到了具有较小保守性的稳定条件;考虑到时滞对稳定性能的影响,分别建立了仅依赖时滞上界的稳定判据和完全依赖时滞变化率的稳定判据。所得到的稳定判据能够适应慢变时滞和快变时滞两种情况,具有适用范围宽、易于验证等特点。 (3)研究了时变时滞Cohen-Grossberg神经网络的全局指数稳定性问题。基于线性矩阵不等式(LMI)和Lyapunov泛函等技术,建立了时变时滞Cohen-Grossberg神经网络的指数稳定判据。考虑时滞变化率和时滞上界对稳定性能的不同影响,建立了相应的两类稳定判据。通过与现有文献结果的比较,证明所得结果具有小的保守性,易于验证等特点。 (4)考虑离散神经网络的动力学特点,研究了时变时滞离散双向联想记忆(BAM)神经网络的全局指数稳定性问题。通过线性矩阵不等式技术和新的离散Lyapunov泛函技术,提出了该网络一个新的全局指数稳定规则。通过增加xT(k-σM)和yT(k-τM)的信息,和神经元状态变化率的信息,降低了稳定性的保守性,且易于验证;最后,通过仿真例子验证所提结果的有效性。 (5)借助控制系统中对不确定性的描述,针对满足匹配不确定的两类时变时滞递归神经网络,即时变时滞Cohen-Grossberg神经网络和时变时滞离散BAM神经网络,对其进行了鲁棒稳定性研究。基于线性不等式技术和Lyapunov泛函,提出了多个新的全局鲁棒指数稳定条件。最后,通过仿真例子,对所提两类时滞递归神经网络的鲁棒稳定判据进行了验证。 (6)针对一类同时含有等式约束和不等式约束的混杂约束的非线性规划问题,利用神经网络具有内在大规模并行运算和快速收敛等特性,提出了一种非线性优化神经网络,既克服了采用罚函数方法的神经网络求解优化问题的缺陷,同时与引入松弛变量的优化神经网络相比,又具有电路实现简单、计算量小和收敛速度快等特点。此外,利用能量函数对神经网络的稳定性和收敛性进行了分析,进而保证所提出的神经网络具有全局稳定性。 (7)研究了等式约束下的二次规划问题。考虑到时滞的存在能够改变神经网络的拓扑结构这一现象,通过人为引入时滞来达到改变网络动态行为的目的,提出了一种变时滞Lagrange神经网络来求解其规划问题的最优解。通过不同方法得到的多个稳定判据,且定理7.2和定理7.3同时适应于慢时变时滞和快时变时滞,具有适用范围宽、保守性小和易于验证等特点。
【学位授予单位】:东北大学
【学位级别】:博士
【学位授予年份】:2010
【分类号】:TP183;TP13

【相似文献】
中国期刊全文数据库 前10条
1 王建民;彭宇;彭喜元;王红;;基于扩展卡尔曼滤波的回声状态网络在线训练算法[J];仪器仪表学报;2011年07期
2 徐思;王利;;一类具有时滞的细胞神经网络的稳定性分析[J];中国西部科技;2011年23期
3 彭晓波;桂卫华;;动态T-S递归神经网络及其应用[J];湖南工业大学学报;2011年03期
4 彭晓波;;模糊递归神经网络在软测量中的应用[J];制造业自动化;2011年14期
5 彭宇;王建民;彭喜元;;模糊回声状态网络[J];电子学报;2011年07期
6 韩建秋;乔俊飞;;改进Elman网络的污水处理过程建模[J];计算机与应用化学;2011年07期
7 张亮;张亮;黄曙光;石昭祥;;一种基于拒识的高可靠性CAPTCHA识别算法[J];自动化学报;2011年07期
8 张冬梅;杨树驿;;输入饱和受限的短时延网络控制系统指数稳定性研究[J];黑龙江八一农垦大学学报;2011年04期
9 陈向坚;白越;续志军;李迪;;基于自结构动态递归模糊神经网络的无人机姿态控制[J];计算机应用研究;2011年09期
10 李迪;陈向坚;续志军;杨帆;牛文达;;自组织递归区间二型模糊神经网络在动态时变系统辨识中的应用[J];光学精密工程;2011年06期
中国重要会议论文全文数据库 前10条
1 苏彩红;曾永发;张志飞;吴菁;;一种突触后抑制递归神经网络结构及其在模式识别中的应用[A];第二十六届中国控制会议论文集[C];2007年
2 武新华;张义凤;高晶波;;转子—轴承系统非线性参数辨识研究[A];2003大型发电机组振动和转子动力学学术会议论文集[C];2003年
3 刘勇;沈毅;胡恒章;;递归神经网络自适应滤波器[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
4 王继泉;左学胜;;基于递归神经网络的坦克车辆故障诊断系统[A];2006中国控制与决策学术年会论文集[C];2006年
5 张燕;杨鹏;郭欣;张雪萍;颜威利;;基于递归神经网络的下肢表面肌电信号分类研究[A];2005中国控制与决策学术年会论文集(下)[C];2005年
6 蒲兴成;;时变时滞不确定递归神经网络渐近稳定的一个充分条件[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年
7 李鸿儒;邓长辉;顾树生;温馨;;递归神经网络快速学习算法的研究[A];2000中国控制与决策学术年会论文集[C];2000年
8 沈艳霞;江俊;纪志成;;基于递归神经网络的永磁同步电机控制器设计[A];2005全国自动化新技术学术交流会论文集(三)[C];2005年
9 金辉宇;康宇;殷保群;;局部Lipschitz系统的采样控制[A];第二十九届中国控制会议论文集[C];2010年
10 马龙;;基于递归神经网络的航空发动机故障诊断[A];十三省区市机械工程学会第五届科技论坛论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 赵永昌;一类时滞静态递归神经网络的动力学行为研究[D];中国海洋大学;2010年
2 王芬;递归神经网络的动力学行为分析[D];武汉科技大学;2011年
3 王扬帆;基于偏微分方程的时滞递归神经网络的动力分析与多尺度图像处理研究[D];中国海洋大学;2011年
4 韩旭明;若干改进的人工免疫算法及其在大气环境领域中的应用[D];吉林大学;2010年
5 赵海全;基于非线性函数扩展的流水线型自适应滤波理论与方法研究[D];西南交通大学;2011年
6 毕革新;递归神经网络的动态系统辨识及其在船舶运动控制中的应用研究[D];大连海事大学;2009年
7 徐东坡;递归神经网络梯度学习算法的收敛性[D];大连理工大学;2009年
8 王建民;基于回声状态网络的非线性时间序列预测方法研究[D];哈尔滨工业大学;2011年
9 刘力军;求对称矩阵特征值的神经网络方法[D];大连理工大学;2006年
10 李曼荔;求解组合优化问题的神经计算方法[D];电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 葛洋;多时滞递归神经网络的指数稳定性研究[D];曲阜师范大学;2010年
2 章国升;基于递归神经网络的非线性系统辨识研究[D];兰州大学;2010年
3 刘博瑞;两类时滞递归神经网络的全局稳定性分析[D];中国海洋大学;2010年
4 刘延玲;递归神经网络记忆存储器的两个应用[D];天津大学;2012年
5 孙小淇;三类递归神经网络的稳定性分析[D];中国海洋大学;2011年
6 梁晔;基于储备池计算的混沌时间序列预测方法研究[D];兰州大学;2012年
7 尹汉钊;基于递归神经网络与集成算法的时间序列预测应用研究[D];西安电子科技大学;2010年
8 骆仁军;一类神经网络模型控制与同步的研究[D];电子科技大学;2012年
9 罗剑波;一般时滞双向联想记忆神经网络的稳定性分析[D];湖南大学;2010年
10 杨红艳;随机时滞神经网络的稳定性分析[D];燕山大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026