时滞神经网络系统的稳定性及状态估计研究

时滞神经网络系统的稳定性及状态估计研究

论文摘要

近年来,神经网络系统(NNs)被广泛的应用到信号处理、模式识别、静态图像处理、联想记忆过程、最优化问题等各个方面。在实际应用领域中,由于时滞普遍存在于神经网络系统中,这样不仅会降低网络的传输速度甚至会导致网络的不稳定或震荡。因此,对时滞神经网络系统进行稳定性分析和控制性能研究具有重要的理论意义和应用价值,近几十年来已经引起人们极大的关注。本文针对神经网络系统研究了系统的稳定性问题,给出了更加宽松的稳定条件。第一章介绍了一类神经网络系统的发展概况,以及目前研究时滞神经网络系统稳定性的主要方法。第二章研究了时滞为常数的神经网络系统的稳定性,构造了一个新的Lyapunov泛函,该泛函充分考虑神经网络状态向量与非线性函数交叉项之间的关系,结合自由权矩阵方法获得了系统时滞相关稳定的条件。在此基础上,利用时滞划分法并结合改进的积分不等式方法,对此类系统进行了进一步的研究,所得的时滞相关稳定性条件更加宽松。第三章研究了区间时滞不确定神经网络系统的稳定性,构造了基于时滞上下界信息的Lyapunov泛函,在估计Lyapunov泛函导数的上界时考虑了时变时滞和它的上下界之间的关系,获得了有较小保守性的区间时滞神经网络系统的稳定性准则。并将相应的结论推广到具有不确定参数的时滞神经网络系统中,得到了保守性较小的鲁棒稳定性判定准则。第四章针对神经网络状态向量中含有两个连续时滞的系统,研究其时滞相关稳定性问题。通过构造新的Lyapunov泛函,获得了保证系统稳定的基于线性矩阵不等式(LMI)的时滞相关充分条件,所得到的结论较已往文献具有较小的保守性。第五章讨论神经网络系统的状态估计问题,通过可测输出来估计神经网络的状态,获得了使误差估计渐近稳定的时滞稳定判定准则,并以LMI的形式给出了时滞相关的神经网络状态估计器的设计方法,给出了观测器的增益矩阵。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 神经网络系统的研究概况
  • 1.2 时滞神经网络系统稳定性研究意义和现状
  • 1.3 时滞神经网络系统稳定性的研究方法
  • 1.4 线性矩阵不等式和积分不等式
  • 1.5 本文主要内容
  • 2 线性常时滞神经网络系统的稳定性
  • 2.1 引言
  • 2.2 系统描述
  • 2.3 时滞相关稳定性
  • 2.4 基于时滞分割法的时滞相关稳定性
  • 2.5 数据实例
  • 2.6 本章小结
  • 3 区间时滞不确定神经网络系统的稳定性
  • 3.1 引言
  • 3.2 系统描述
  • 3.3 标称系统的稳定性
  • 3.4 时滞相关鲁棒稳定性
  • 3.5 数据实例
  • 3.6 本章小结
  • 4 具有两个连续时滞的神经网络系统的稳定性
  • 4.1 引言
  • 4.2 系统描述
  • 4.3 时变时滞相关稳定性
  • 4.4 数据实例
  • 4.5 本章小结
  • 5 时滞神经网络系统的状态估计
  • 5.1 引言
  • 5.2 系统描述
  • 5.3 时滞相关状态估计器
  • 5.4 数据实例
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表学术论文情况
  • 致谢
  • 相关论文文献

    • [1].一类随机惯性时滞神经网络的稳定性[J]. 高校应用数学学报A辑 2020(01)
    • [2].事件触发下混合时滞神经网络的状态估计[J]. 应用数学和力学 2020(08)
    • [3].一类随机高阶变时滞神经网络的指数稳定性[J]. 数学的实践与认识 2020(12)
    • [4].一类具有多时滞神经网络的渐近同步[J]. 宜宾学院学报 2017(06)
    • [5].混合时滞神经网络的稳定性分析[J]. 课程教育研究 2016(12)
    • [6].一类两神经元时滞神经网络分岔周期解[J]. 呼伦贝尔学院学报 2018(03)
    • [7].时滞神经网络双周期间歇控制滞后同步[J]. 计算机工程与应用 2016(15)
    • [8].时滞神经网络的改进稳定判据[J]. 广西大学学报(自然科学版) 2020(03)
    • [9].基于忆阻时滞神经网络的耗散研究[J]. 工程科学与技术 2017(03)
    • [10].复域时滞神经网络的渐近稳定(英文)[J]. 重庆师范大学学报(自然科学版) 2016(01)
    • [11].具有分布式时滞神经网络系统的全局稳定性分析及平衡点位置估计[J]. 延边大学学报(自然科学版) 2013(02)
    • [12].具脉冲马尔可夫跳中立型时滞神经网络事件触发状态估计[J]. 成都大学学报(自然科学版) 2019(04)
    • [13].无穷分布时滞神经网络的全局指数稳定性(英文)[J]. 新疆大学学报(自然科学版) 2014(02)
    • [14].一类典型的无时滞神经网络通过优化控制实现有限时间混合外同步[J]. 湖北民族学院学报(自然科学版) 2017(02)
    • [15].基于事件触发和量化的时滞神经网络系统状态估计[J]. 中国科学:信息科学 2016(11)
    • [16].一类时滞神经网络系统的概周期解[J]. 玉林师范学院学报 2011(02)
    • [17].离散时刻Cohen-Grossberg时滞神经网络周期解的存在性与稳定性[J]. 西北师范大学学报(自然科学版) 2009(02)
    • [18].基于时滞反馈控制的混沌时滞神经网络的自适应同步(英文)[J]. 应用数学与计算数学学报 2017(04)
    • [19].不确定时滞神经网络的无源性分析[J]. 广东工业大学学报 2017(01)
    • [20].混合时滞神经网络平衡点的全局稳定性[J]. 华中师范大学学报(自然科学版) 2012(03)
    • [21].三元中立型时滞神经网络的稳定性分析[J]. 黑龙江大学自然科学学报 2011(03)
    • [22].变时滞神经网络的时滞相关全局渐近稳定新判据[J]. 山东大学学报(工学版) 2010(04)
    • [23].一类二元时滞神经网络模型同步解的收敛性[J]. 河南科学 2008(12)
    • [24].分数阶复值时滞神经网络的准一致同步[J]. 安庆师范大学学报(自然科学版) 2020(03)
    • [25].随机变时滞神经网络的全局渐近稳定性[J]. 通信技术 2009(06)
    • [26].一类变系数混合时滞神经网络周期解的存在性和指数稳定性(英文)[J]. 应用数学 2009(04)
    • [27].一类具分布时滞神经网络的全局指数稳定性(英文)[J]. 应用数学 2009(04)
    • [28].基于积分滑模控制的非理想变时滞神经网络有限时间同步[J]. 控制与决策 2019(07)
    • [29].基于忆阻的时滞神经网络的全局稳定性[J]. 应用数学和力学 2013(07)
    • [30].一类二元时滞神经网络模型同步解的周期性[J]. 湖南科技学院学报 2011(12)

    标签:;  ;  ;  ;  ;  

    时滞神经网络系统的稳定性及状态估计研究
    下载Doc文档

    猜你喜欢