基于间歇控制策略的时滞神经网络的镇定与同步研究

发布时间：2017-06-25 01:07

  本文关键词：基于间歇控制策略的时滞神经网络的镇定与同步研究，，由笔耕文化传播整理发布。

【摘要】：间歇控制拥有控制效率高、控制成本低、容易实现等优点,因此被广泛地应用到通信、电子电路、生物、经济等领域中.尽管已有学者研究了间歇控制系统的稳定性与同步问题,但是研究方法中大多数采用共同Lyapunov函数／泛函方法,无法充分挖掘间歇受控系统的混杂结构特性,获得的稳定性结果具有一定的保守性,或者所建立的稳定性判据难以应用于随机系统、中立型系统.本文在分段Lyapunov函数／泛函方法框架下,重点研究了中立型时滞神经网络的周期间歇镇定、随机干扰下时滞神经网络的周期问歇同步、时滞随机神经网络的非周期间歇镇定问题.取得的主要结果如下：(1)研究了中立型时滞神经网络的周期间歇镇定问题.首先应用分段的Lyapunov泛函方法,建立了系统可镇定的判别条件.其次,通过奇异系统转换方法,将时滞神经网络转化为等价的奇异系统,并引入周期间歇时间序列相关的分段Lyapunov泛函方法,获得了系统可周期间歇镇定新的准则.进一步地,基于获得的稳定性条件,给出了周期间歇控制律的设计方法.数值例子表明,奇异系统转换方法比直接法的保守性更小.(2)探讨了具有随机干扰的时滞神经网络的周期间歇同步问题.分别对两类状态时滞展开研究：快变时滞和缓变时滞.针对快变时滞,利用分段Lyapunov泛函方法并结合Razumikhin分析技巧,建立了周期间歇同步准则.该准则去掉了控制宽度大于时滞上界的限制.针对缓变时滞,发展了时变分段Lyapunov泛函方法,建立了随机神经网络的均方指数同步方案.应用获得的同步方案,以线性矩阵不等式形式给出了周期间歇控制增益矩阵的设计方法.(3)探讨非周期间歇控制下时滞随机神经网络的时滞无关镇定问题.通过引入切换时间序列相关的分段Lyapunov泛函并结合凸组合技术,建立了系统可非周期间歇镇定的判别准则.该准则不仅与时滞大小完全没关系,还定量揭示了控制窗口宽度、休息窗口宽度与随机扰动强度对非周期间歇控制律设计的影响.
【关键词】：时滞神经网络 间歇控制 分段Lyapunov泛函/函数 指数稳定性 镇定 同步
【学位授予单位】：广西大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O175
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 第一章 绪论11-16
• 1.1 神经网络概述11
• 1.2 间歇控制11-13
• 1.3 时变Lyapunov函数/泛函方法的研究现状13
• 1.4 中立型系统的研究13-14
• 1.5 随机神经网络的研究14-15
• 1.6 本文的主要工作及结构15-16
• 第二章 预备知识16-19
• 2.1 符号说明16-17
• 2.2 相关定义17-18
• 2.3 基本引理18-19
• 第三章 中立型时滞神经网络的周期间歇镇定19-39
• 3.1 引言19-20
• 3.2 问题描述20-22
• 3.3 主要结果22-31
• 3.3.1 直接法22-26
• 3.3.2 奇异系统方法26-31
• 3.4 控制增益矩阵的设计31-35
• 3.5 数值实例35-37
• 3.6 本章小结37-39
• 第四章 具有随机扰动的时滞神经网络的周期间歇同步39-57
• 4.1 引言39-40
• 4.2 问题描述40-43
• 4.3 稳定性分析43-50
• 4.4 控制增益矩阵的设计50-52
• 4.5 数值实例52-56
• 4.6 本章小结56-57
• 第五章 基于非周期间歇控制策略的时滞随机神经网络的时滞无关镇定57-69
• 5.1 引言57-58
• 5.2 问题描述58-60
• 5.3 稳定性分析60-63
• 5.4 控制增益矩阵的设计63-66
• 5.5 数值仿真66-67
• 5.6 本章小结67-69
• 总结与展望69-71
• 参考文献71-76
• 致谢76-78
• 攻读学位期间已完成的学术论文目录78-79
• 攻读学位期间参与的基金项目79

【相似文献】

中国期刊全文数据库 前10条

1 李宝麟;王蓉;;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年02期

2 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

3 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

4 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

5 郭美珍;卢金平;;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年12期

6 张芬;张艳邦;;一类时滞神经网络系统渐近稳定的新判据[J];西北师范大学学报(自然科学版);2012年03期

7 章毅,钟守铭,王莉;无穷时滞神经网络的全局稳定性[J];控制理论与应用;1998年02期

8 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

9 张皓;严怀成;陈启军;;随机混沌时滞神经网络的指数同步[J];控制理论与应用;2009年02期

10 刘群;祝红芳;;惯性时滞神经网络共振余维二分岔[J];南昌大学学报(理科版);2009年05期

中国重要会议论文全文数据库 前2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

2 陈万义;;关于一类Hopfield型时滞神经网络模型的全局渐近稳定性[A];第二十二届中国控制会议论文集（上）[C];2003年

中国博士学位论文全文数据库 前10条

1 侯利元;时滞神经网络的稳定性分析及滤波器设计[D];电子科技大学;2015年

2 杨昌波;基于M-矩阵理论的脉冲时滞神经网络稳定性分析与同步控制[D];电子科技大学;2015年

3 亓江涛;几类特殊时滞神经网络的脉冲与切换控制[D];重庆大学;2015年

4 张伟;时滞神经网络的不连续控制和同步[D];重庆大学;2015年

5 周小兵;时滞神经网络的动力学研究[D];电子科技大学;2008年

6 刘群;外部激励和惯性项对时滞神经网络动力学行为的影响研究[D];重庆大学;2008年

7 高明;时滞神经网络的稳定性与同步研究[D];江南大学;2009年

8 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

9 董滔;时滞神经网络的动力学行为分析[D];重庆大学;2013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 范陈新;基于分割方法的时滞神经网络的稳定性分析[D];大连理工大学;2015年

2 许李;一类具有变时滞神经网络的稳定性研究[D];电子科技大学;2015年

3 王Z

本文编号：480189