收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

随机中立型时滞神经网络的稳定性研究

刘国权  
【摘要】:中立型时滞神经网络是一种不仅考虑过去状态对现在状态的影响,而且还考虑过去状态的变化对现在状态影响的非线性时滞系统。近十年来,中立型时滞神经网络的理论和应用研究受到了国内外学者广泛关注。其中,关于中立型时滞神经网络稳定性的分析受到了格外关注。然而,由于中立型时滞神经网络的稳定性很容易受到外部扰动、系统误差、参数振动、数据错误等很多不确定性因素的影响。因此,在中立型时滞神经网络稳定性的研究中需考虑不确定性的影响。另一方面,在很多现实的系统中,比如在电子电路、生物系统、化学反应过程中,随机因素的干扰对神经网络的动态分析有着非常重要的影响,故而对中立型时滞神经网络稳定性的分析时还需考虑随机扰动的影响。基于以上考虑,本文主要研究几类随机中立型时滞神经网络模型,解决了其中存在的各种稳定性问题---具有变时滞的随机中立型神经网络的鲁棒稳定性问题,带分布时滞的随机中立型神经网络的全局渐近稳定性问题,含多个离散时滞的随机中立型神经网络的时滞相关渐近稳定性问题,不确定随机中立型BAM时滞神经网络的全局下的均方稳定性问题,一类含分布时滞的广义随机中立型时滞神经网络的稳定性问题。得到了一系列以线性矩阵不等式表示的稳定性条件,并且通过数值仿真验证了所得结果的有效性。本文的研究内容概括如下: ①对具有变时滞的不确定随机中立型神经网络模型,通过构造新的Lyapunov-Krasovskill泛函和线性矩阵不等式技巧,给出了若干全新的充分性判据。所得结果扩展了已有文献的工作,数值实例验证了判据的有效性和较少的保守性。 ②提出了两类具有含分布时滞的随机中立型神经网络模型。首先,考虑一类含有离散时滞和分布时滞的随机中立型神经网络模型中的全局渐近稳定性问题,应用It o?s公式,不等式放大技巧得到了基于线性矩阵不等式表示的与时滞大小有关的时滞稳定的充分判据,且通过两个数值算例分析验证了所得结果是有效的。其次,考虑了一类带有混合变时滞的随机中立型神经网络模型中的全局鲁棒稳定性问题,构造一个适当的Lyapunov-Krasovskill泛函,采用It o?,s公式和自由权矩阵方法,给出了其全局鲁棒稳定性的充分判据,通过四个仿真算例验证了所得结果是有效的和可行的。 ③研究了一类含有多个离散时滞和分布时滞的随机中立型神经网络模型,解决了其存在的全局渐近稳定性问题。利用Lyapunov稳定性理论,结合不等式缩放技巧,获得了以线性矩阵不等式表示的时滞相关稳定性新判据。其中,还分析了几种特殊的情形,推广了已有的判据,所得判据条件在中立型神经网络的设计和应用上有着重要的意义。最后,两个数值例子和仿真结果证明了所提出的结果是有效的和正确的。 ④讨论了一类含有不确定性的随机中立型BAM时滞神经网络模型。在对所构造的Lyapunov-Krasovskill泛函求导的同时,结合不等式缩放技巧,得到了以线性矩阵不等式表示的鲁棒稳定性判据。另外,所考虑的BAM神经网络模型包含了中立型时滞,随机扰动以及不确定性,因而更具有一般性和普遍性,对实际中立型BAM神经网络的设计有较强的指导作用。 ⑤讨论了一类具有分布时滞的广义随机中立型时滞神经网络模型,分析解决了其存在的全局渐近稳定性问题。得到了其全局渐近稳定的充分条件。所得结果可以用线性矩阵不等式的形式表示,且文中的推论,推广了已有文献中的研究结果。同时,所提到出的神经网络模型是含有随机扰动的一类广义中立型神经网络,该模型有普遍性和一般性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 季策,张化光,王占山;具有不对称结构的广义时滞神经网络的动态分析[J];控制与决策;2004年12期
2 谌新年;刘国荣;;高阶时滞神经网络模型的全局指数稳定性[J];湖南大学学报(自然科学版);2007年06期
3 王娜;杨振宇;;脉冲时滞神经网络的稳定性分析[J];吉林工程技术师范学院学报;2009年01期
4 邵晋梁;黄廷祝;;变时滞神经网络鲁棒稳定的一个新判据[J];电子科技大学学报;2010年04期
5 廖晓峰,李学明,吴开贵;时滞神经网络稳定性、分岔与混沌的研究进展[J];重庆大学学报(自然科学版);2003年07期
6 余昭旭,吴惕华;一类时滞神经网络系统的指数稳定性[J];控制理论与应用;2005年02期
7 张海涛;王婷;费树岷;李涛;;具有混杂耦合的耦合时滞神经网络同步的进一步分析(英文)[J];Journal of Southeast University(English Edition);2010年03期
8 孟益民,黄立宏,刘开宇;二元双阈值时滞神经网络模型解的渐近性[J];应用数学学报;2003年01期
9 王占山,张化光;多时变时滞神经网络的全局指数稳定[J];吉林大学学报(工学版);2005年06期
10 赵阳;;基于时滞网络的ANN系统辨识方法研究[J];陕西国防工业职业技术学院学报;2009年04期
11 罗琦;邓飞其;包俊东;;随机分布参数型Hopfield时滞神经网络的稳定性[J];数学物理学报;2006年06期
12 朱文莉,张杰;变系数时滞神经网络的周期解与稳定性[J];电子科技大学学报;2005年01期
13 向红军,王金华;多时滞神经网络关于滞量上界的一个估计[J];河南师范大学学报(自然科学版);2005年04期
14 赵阳;;基于时滞网络的ANN系统辨识方法研究[J];科技创业月刊;2009年09期
15 张栋;徐鉴;;超混沌时滞神经网络的同步及其仿真[J];系统仿真学报;2010年03期
16 王慧;李传东;;脉冲对时滞细胞神经网络的镇定影响[J];重庆大学学报;2008年09期
17 周冬明,李泰良;时滞神经网络模型全局渐近稳定性的一个新的充分条件[J];云南大学学报(自然科学版);1998年01期
18 陈万义;关于时滞神经网络的全局渐近稳定性[J];南开大学学报(自然科学版);1999年04期
19 曹进德,林怡平;一类时滞神经网络模型的稳定性[J];应用数学和力学;1999年08期
20 邱亚林;一类时滞神经网络模型的稳定性[J];四川师范大学学报(自然科学版);2000年01期
中国重要会议论文全文数据库 前1条
1 茅晓晨;;时滞耦合神经网络的非线性动力学[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年
中国博士学位论文全文数据库 前10条
1 楼旭阳;复杂神经网络动力学机制及其应用研究[D];江南大学;2009年
2 籍艳;几类时滞系统的稳定与同步[D];江南大学;2010年
3 茅晓晨;四维时滞神经网络的动力学研究[D];南京航空航天大学;2009年
4 刘国权;随机中立型时滞神经网络的稳定性研究[D];重庆大学;2011年
5 田俊康;几类变时滞神经网络的稳定性研究[D];电子科技大学;2013年
6 钟世刚;逆Lipschitz条件下脉冲神经网络稳定性研究[D];重庆大学;2011年
7 周小兵;时滞神经网络的动力学研究[D];电子科技大学;2008年
8 王林;时滞神经网络的稳定性理论[D];湖南大学;2002年
9 周进;两类重要非线性模型的动力学行为的研究[D];上海大学;2003年
10 刘德友;几类时滞神经网络稳定性的研究[D];燕山大学;2006年
中国硕士学位论文全文数据库 前10条
1 穆文英;时滞神经网络的稳定性与混沌同步及其应用[D];江南大学;2011年
2 李大虎;几类时滞神经网络的稳定性分析[D];湖北师范学院;2012年
3 吴文娟;几类时滞神经网络稳定性的分析[D];燕山大学;2012年
4 徐晓峰;三元中立型时滞神经网络模型的性质分析[D];东北林业大学;2011年
5 雷瑞兴;时滞神经网络的稳定性分析[D];陕西师范大学;2011年
6 郑飞艳;几类时标时滞神经网络模型的定性性质[D];广州大学;2010年
7 任睿超;两类高维时滞神经网络模型的Hopf分支[D];西北大学;2011年
8 李倩倩;中立型时滞神经网络的稳定性分析[D];曲阜师范大学;2011年
9 蒋葛利;马尔科夫跳变时滞神经网络稳定性分析与状态估计[D];杭州电子科技大学;2014年
10 张静文;基于时滞神经网络的二次规划的全局最优性条件[D];燕山大学;2012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
  • 010-62982499
  • 010-62783978