马尔可夫跳跃神经网络与基于忆阻器chua的电路的稳定性

《马尔可夫跳跃神经网络与基于忆阻器chua的电路的稳定性》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、硕士学位论文MASTER’SDISSERTATION论文题目马尔可夫跳跃神经网络与基于忆阻器Chua的电路的稳定性作者姓名杨阔学科专业运筹学与控制论指导教师马占友教授2016年5月中图分类号：TP183学校代码：10216UDC：621.3密级：公开理学硕士学位论文马尔可夫跳跃神经网络与基于忆阻器Chua的电路的稳定性硕士研究生：杨阔导师：马占友教授申请学位：理学硕士学科专业：运筹学与控制论所在单位：理学院答辩日期：2016年5月授予学位单位：燕山大学ADissertationinOperationalResearchandCyberneticsSTABILITYFORMAR

2、KOVIANJUMPINGNEURALNETWORKANDTHECHAOTICMEMRISTOR-BASEDCHUA’SOSCILLATORbyYangKuoSupervisor:ProfessorMaZhanyouYanshanUniversityMay,2016燕山大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《马尔可夫跳跃神经网络与基于忆阻器Chua的电路的稳定性》是本人在导师指导下，在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在文中以明确

3、方式注明。本声明的法律结果将完全由本人承担。作者签字：日期：年月日燕山大学硕士学位论文使用授权书《马尔可夫跳跃神经网络与基于忆阻器Chua的电路的稳定性》系本人在燕山大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解燕山大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅。本人授权燕山大学，可以采用影印、缩印或其它复制手段保存论文，可以公布论文的全部或部分内容。保密□，在年解密后适用本授权书。本学位论文属于不保密□。(请在以上相应方框内

4、打“√”)作者签名：日期：年月日导师签名：日期：年月日摘要摘要由于神经网络经常出现稳定周期混沌现象，因此被广泛的应用于图像处理、模式识别、联想记忆、组合优化等众多领域中。在本文中，基于微分包含、非光滑分析、Lyapunov稳定性理论及线性矩阵不等式技术，通过设计合适的控制器，系统的研究了具有混合时变延时和间断激励函数的马尔可夫跳跃神经网络的指数状态估计和基于忆阻器Chua的自适应反馈震荡电路的混沌反同步控制问题。主要内容如下：(1)研究了具有混合时变延时和间断激励函数的马尔可夫跳跃神经网络的指数状态估计。其中测量方程的非线性扰动符合局部Lipschitzian条件，通过在李雅

5、普诺夫函数中引入三重积分项和四重积分项，使在不同的系统模型中李雅普诺夫矩阵也是不同的。应用非光滑分析理论和随机分析技术，设计全阶的状态估计使相应的误差系统均方指数稳定。通过求解一组线性矩阵不等式可以实现模型依赖和时滞相关估计。(2)研究了基于忆阻器Chua的自适应反馈震荡电路的混沌反同步控制问题。首先根据忆阻器本身的电流-电压特性，将其误差系统分为四种不同的情况分别予以讨论。其次利用Lyapunov-Krasovskii泛函稳定性理论和方法，设计了能使响应系统与相应的驱动系统反同步的自适应状态反馈控制器。关键词：神经网络；忆阻器；指数状态估计；自适应反同步控制；Lyapuno

6、v函数-I-燕山大学理学硕士学位论文AbstractNeuralnetworks(NNs),whichusuallyshowstability,periodicoscillationorchaoticbehavior,havebeenasubjectofintenseresearchactivitiesduetotheirwideapplicationsindifferentareassuchasimageprocessing,patternrecognition,associativememoryandcombinationaloptimization.Inthispape

7、r,Basedondifferentialinclusions,non-smoothanalysis,Lyapunovmethod,andlinearmatrixinequality(LMI),bydesignappropriatecontrollers,thisdissertationstudiestheexponentialstateestimationissueofMarkovianjumpingneuralnetworkswithmixedtime-varyingdelaysanddiscont