几类时变时滞神经网络的无源性分析

《几类时变时滞神经网络的无源性分析》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、广东工业大学硕±学位论文（工学硕±）几类时变时滞神经网络的无源性分析彭诗友二〇—六年六月分类号：学校代号；１１８４５ＵＤＣ；密级：学号；２１１１３０４０８２广东工业大学硕±学位论文（工学硕±）几类时变时滞神经网络的无源性分析彭诗友指导教师姓名、职称：彭巧国教授专业或领域名称：控制科学与工提学生所属学院：自动化学院论文答辩日期；２０１６年０５月ＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｔｏＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｙｇｙｆｏｒｔｈｅＤ

2、ｅｇｒｅｅｏｆＭａｓｔｅｒＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎＳｃｉｅｎｃｅ（ｇｇ）ＰａｓｓｌｌｆＮｅｕ巧ＩｉｖｉｔｙＡｎａｌｓｉｓ化「ＳｅｖｅｗＣａｓｓｅｓｏｙ－ｔｗｏｒｋｉＤｅＮｅｓｗｉｔｈＴｍｅＶａｒｙｉｎｇｌａｙｓＣａｎｄｉｄａｔｅ：ＳｈｉｏｕＰｅｎｙｇＳｕｅｒｖｉｓｏｒ；Ｐｒｏｆ．ＳｈｉｕｏＰｅｎｐｇｇＭａｙ２０化ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＧｕａｎｚｈｏｕＧｕａｎｄｏｎＰ．Ｒ．Ｃｈｉｎａ５１０

3、００目ｇ，ｇｇ，，摘要摘要一神经网络作为种典型的非线性动力系统，具有极其复杂的动为学特性，现己成功应用于模式识别、联想记忆，、信号处理、定点计算等科学领域。然而神经网，络在电路实现的过程中，由于其信号传输和有限运算放大器切换速度的影响时滞会不可避免地出现在神经网络中。众所周知，在神经网络中时滞是系统振荡、不稳一定或其它性能差的个来源，因无源性是稳定性更高层次的抽象，研究时滞的神经网络的无源性有深远的理论价值和实际意义。本文首先介绍了神经网络与无源性理论的发展历程、研究意义，讨论了国内外。Ｈｏｅｌｄ时滞的神经网

4、络的无源性研究现状然后，研究了时变时滞的ｐｆｉ神经网络模型、状态和输出具有区间时滞的神经网络模型及具有混合时滞的中立型神经网络模型的无源性分析。根据Ｌｙａｐｕｎｏｖ稳定性定理，综合利用改进的Ｊｅｎｓｅｎ不等式、逆一些积分项凸组合ｃｈｕｒａｕｎｏｖ泛函导数的，得、自由权矩阵、Ｓ补引理技巧估算Ｌｙｐ到了保守性更小的无源条件，最后，通过ＭＡＴＬＡＢ中的ＬＭＩ工具箱验证结论的可行性。本文主要研究工作有：（１）利用Ｓｃｈｕｒ补引理、Ｊｅｎｓｅｎ不等式和Ｌｙａｐｕｎｏｖ稳定性定理等技巧，研究了时变时滞的Ｈｏｐｆｉｅｌｄ神经网络与参数不确定

5、时滞Ｈｏｐｆｉｅｌｄ神经网络的无源性分析，分别得到了其无源性的充分性条件。通过ＭＡＴＬＡＢ中的ＬＭＩ工具箱对结论进行可行性验证。口）利用改进的Ｊｅｎｓｅｎ不等式、逆凸组合和合适的Ｌｙａｐｕｎｏｖ泛函等式技巧，研究了状态和输出具有区间时滞的神经网络的无源性，获得了状态和输出具有区间时滞的神经网络的无源性的判据，通过数值比较，证明了所得结论的有效性。３利用基于自由矩阵的积分不等式、逆凸组合、Ｌｙｕｎｏｖ稳定性定理等式技（）巧巧，探讨了具有混合时滞的中立型神经网络的无源性问题，得到了该神经网络无源的充分条件，并通过数值算例对可行性进

6、行验证。关键词：神经网络；时变时滞Ｌｙａｕｎｏｖ泛函线性矩阵不等式源性；ｐ；；无ＩＣＯＮＴＥＮＴＳＡＢＳＴＲＡＣＴＡｓａｔｙｐｉｃａｌｎｏｎｌｉｎｅａｒｄｙ打ａｍｉｃａｌｓｙｓｔｅｍ，ｎｅｕｒａｌ打ｅｔｗｏｒｋｓｈｏｌｄｃｏｍｐｌｅｘｄｎａｍｉｃｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｔｈｅｙｈａｖｅｂｅｅ打ｓｕｃｃｅｓｓｆｕｌｌｙａｐｐｌｉｅｄｔｏｖａｒｉｏｕｓｆｉｅｌｄｓ，ｓｕｃｈａｓｐａｔｔｅｒｎｒｅｃｏ打ｔｉｏ打ａｓｓｏｃａｔｉｖｅｍｅｍｏｒｓｉ打ａｌｒｏｃｅｓｓｎｘｅｄｏｉｎｔｃｏ

7、ｍｕｔａｔｉｏｎａｎｄｏｔｈｅｒｇｉ，ｉｙ，ｇｐｉｇ，打ｐｐｓｃｉｅｎｔｉｆｉｃａｒｅａｓ．Ｈｏｗｅｖｅｒｉｎｔｈｅｒｏｃｅｓｓｏｆ打ｅｕｒａ］打ｅｔｗｏｒｋｓｃｉｒｃｕｉｔｓｋｎｌｅｍｅ打ｔａｔｉｏ打，ｐｐ，ｔｉｍｅｄｅｌａｙｓｒｅｓｅｎｔｉｎｅｖｉｔａｂｌｙｄｕｅｔｏｔｈｅｉｎ打ｕｅｎｃｅｏｆｓｉｇ打ａｌＩｊａｎｓｍｉｓｓｉｏｎａｎｄｔｈｅｆｉｎｉｔｅｐｓｗｈｃｈｉｎｓｅｅｄｓｏｆｔｈｅａｍｌｉｆｉｅｒｓ．Ａｓｉｓｗｅｌｌｋｎｏｗｎｔｉｍｅｄｅｌａｓｉｎｎｅｕｒａｌ打ｅ

8、ｔｗｏｒｋｓｉｓａｇｐｐ，ｙｓｏｕｒｃｅ