忆阻器神经网络的概周期解与同步问题

发布时间：2017-10-15 08:28

  本文关键词：忆阻器神经网络的概周期解与同步问题

  更多相关文章： 忆阻器 神经网络 概周期解 同步 自适应控制

【摘要】：作为新型神经网络,忆阻器神经网络的许多动态特性都是不同于传统神经网络的,而忆阻器神经网络在性质和状态上又分为多种类型,所以许多新的问题亟待解决,传统问题也都需要重新进行研究,以使忆阻器神经网络在理论研究和实际应用中获得实质性发展。本文在广泛参考有关文献的基础之上,基于微分包含、Lyapunov方法等现代数学理论,采用矩阵不等式分析技术,对忆阻器神经网络进行了研究,主要内容如下:首先,基于微分包含理论和菲利波夫解的框架证明了具混合延时忆阻器神经网络模型全局解的存在性,并证明了其全局解是渐进概周期的,进而运用勒贝格控制收敛定理证明了该模型概周期解的存在性;针对具常延时忆阻器神经网络模型证明了其周期解存在的充分条件;其次,设计了一类自适应控制器,通过该控制器实现了从动系统与主动系统的有限时间完全周期同步,并在矩阵不等式理论的基础之上应用Lyapunov方法分四种情况对同步控制的可行性进行了证明。同时本文得到了易于检验的有限时间完全周期同步控制的条件,因此,本文所得的结果也易于应用于生产实践。另外,本文所采用的分析方法以后同样适用于其它忆阻器神经网络的同步控制问题;最后,利用数值分析软件MATLAB对本文有关忆阻器神经网络的概周期解和同步问题所证明的主要结论通过具体的数值算例的方式进行了仿真,仿真结果表明本文所得主要结论是正确的。
【关键词】：忆阻器 神经网络 概周期解 同步 自适应控制
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP183
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-16
• 1.1 课题背景及其研究意义8-10
• 1.2 忆阻器神经网络的发展历史10-11
• 1.3 忆阻器神经网络的研究现状11-12
• 1.4 忆阻器神经网络模型概述12-14
• 1.5 课题的研究内容与论文结构14-16
• 第2章 基础知识概述16-20
• 2.1 符号说明16
• 2.2 基本定义16-17
• 2.3 相关引理17
• 2.4 神经网络的稳定性17-18
• 2.5 神经网络的概周期解18-19
• 2.6 M矩阵19
• 2.7 Lyapunov函数19
• 2.8 本章小结19-20
• 第3章 具混合延时忆阻器神经网络的概周期解20-32
• 3.1 引言20
• 3.2 模型描述与预备知识20-22
• 3.3 主要结论22-30
• 3.4 数值算例30-31
• 3.5 本章小结31-32
• 第4章 忆阻器神经网络的完全周期同步控制问题32-49
• 4.1 引言32
• 4.2 模型描述和知识预备32-35
• 4.3 忆阻器神经网络周期解的存在性35-40
• 4.4 有限时间完全周期同步40-45
• 4.5 数值算例45-48
• 4.6 本章小结48-49
• 结论49-50
• 参考文献50-54
• 攻读硕士学位期间承担的科研任务54-55
• 致谢55

【相似文献】

中国期刊全文数据库 前10条

1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期

2 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期

3 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期

4 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期

5 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

6 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期

7 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期

8 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期

9 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期

10 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

中国硕士学位论文全文数据库 前10条

1 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

2 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

3 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

4 胡婷;改进QGA-BP模型及其在弥苴河总氮量预测中的应用[D];昆明理工大学;2015年

5 刘俊辉;基于数据清洗方法的河道水位预测研究[D];昆明理工大学;2015年

6 刘波;短期风电功率预测方法研究[D];南京信息工程大学;2015年

7 蔡邦宇;人脸识别中单次ERP时空特征分析及其快速检索的应用[D];浙江大学;2015年

8 郑川;垃圾评论检测算法的研究[D];西南交通大学;2015年

9 李菊;BP神经网络在房地产批量评估中的应用研究[D];昆明理工大学;2015年

10 马亮;降水点分类预测方法研究[D];中国地质大学(北京);2015年

，

本文编号：1036090