浅析模糊神经网络稳定性及其应用

《浅析模糊神经网络稳定性及其应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浅析模糊神经网络稳定性及其应用-->第一章绪论1.1神经网络概况尽管这期间人们的兴趣和可用的资金并不多，但是一些学者仍然致力于研究神经网络来解决诸如模式识别等问题。在这期间Anderson和Kohonen提出相互关联技术。Klopf在1972年提出了一种被称为heterostatasis原则的学习方法来促使神经元之间的相互学习。1974年ari参与了这个理论的发展，他发表了一篇论文，在这篇论文里，他建立了一个学习规则的数学模型，可以更正错误，自适应处理特征分类。同时在1975年，Fukushima

2、提出了一个可以逐步训练的多层神经网络来解释手写字符，这个系统被称为认知机。1.2模糊系统概述人们对于很多事物刚开始的认识，通常都是模糊的，而模糊性，就是指存在现实中的不确定的现象，例如“好”和“不好”，“健康”和“不健康”之类分界线很模糊的概念。所以将模糊的概念引进控制领域有着非常重要的意义。模糊控制就是讲模糊逻辑的思想应用于控制系统。它的主要特点是用一系列以“IF（条件）THEN（作用）”表现形式的控制规则来表示对特定的被控制对象的控制策略，并且将其应用到被控目标上。图1-1是模糊逻辑框图。……

3、……………第二章模糊时滞神经网络的稳定性分析2.1引言在神经网络的研究过程中，人们发现在信息的传输过程中，时延现象是很频繁的发生的。在神经网络电路设计和运行的过程中，因为神经元和放大器有限的转换速度以及硬件运行过程中信号的传输，所以在神经元的通信和回应过程中，延时现象是经常存在的。因此需要在信号通过网络传送时引入时延的概念。此外，由于轴突各种尺寸和长度的平行路径的存在使得神经网络具有空间的特性，期望通过引进分布延时使他的状态跟近期的状态相比有更小的影响。考虑到时延的重要性，在过去一段时间中，很多学

4、者对于时延神经网络的稳定性问题进行研究[4-20]。在文献[5]中，Cao等学者基于Lyapunov稳定性理论和一些不等式矩阵的特性，建立了满足时延细胞神经网络的平衡点稳定性的判定定理，该条件受到反馈矩阵的限制并且不依赖于时延变量。文献[7]讨论了带离散延时和分布式延时的随机Cohen-Grossberg神经网络的稳定性。Li等学者通过使用不等式分析方法和微积分技术，给出了两个该模型全局鲁棒指数稳定性的判定定理，该条件是与时延相关的。接着在文献[12]中研究了一类带莱布尼兹连续激活函数的时延递归神

5、经网络的稳定性。根据Lyapunov函数，提出了一个确保该系统的平衡点的稳定的判定定理，该条件具有更好的保守性能。Liu和Wang在文献[15]中研究了一类带混合时延的递归神经网络的全局指数稳定性。2.2模型描述和相关理论已经基于一般Lyapunov函数找到了确保系统全局稳定的判定定理。但是，很多非线性复杂模糊系统无法利用一般Lyapunov函数来得到他们的稳定性判定定理。在本章中，我们将利用分段Lyapunov理论来得到满足系统全局指数稳定性的判定准则。此外，通过仿真可以很容易的证明推论2-1中

6、的线性矩阵不等式是没有可行解的。这意味着，这个数值仿真例子不存在一个共同的Lyapunov-Krasovskii泛函但是有分段Lyapunov-Krasovskii泛函，因此这表明了本章提出的基于分段Lyapunov-Krasovskii泛函的稳定性理论要比在文献中的共同Lyapunov-Krasovskii泛函的稳定性理论更加的有效。……………………第三章具有脉冲和反应扩散.........213.1引言.........................213.2系统描述和相关.........

7、...223.3稳定性研究......................263.4数值仿真........................333.5结论..............................35第四章具有脉冲影响的离散模.........374.1引言...........................374.2系统描述和相关知识.............384.3稳定性研究.....................404.4数值仿真.....................

8、...504.5结论...........................53第五章模糊神经网络控制器的......545.1引言.............................545.2系统描述和问题................545.3主要结果............................56第五章模糊神经网络控制器的设计5.1引言在实际的工业控制领域中，经常存在着一些非线性复杂系统，而且无法用精确的数学模型来描述这些复杂系统，因此无法运用经典的控制理论