时滞递归神经网络的稳定性与同步控制研究

发布时间：2021-01-25 23:12

　　神经网络是模拟大脑的行为机制,进行信息处理的数学模型,它是由许多神经元通过突触连接而成,具有自适应、自组织和自学习的能力。近年来,神经网络广泛地应用于联想记忆、信号处理、组合优化、模式识别和保密通信。需要指出的是,神经网络的这些实际应用与自身的动力学性质是密切相关的。例如用神经网络处理优化问题时,要求神经网络具有唯一的且全局稳定的平衡点,以防止神经网络进入能量函数的局部极小值点。因而神经网络的动力学分析逐渐成为学术界的研究热点。在神经网络的理论研究中,时变时滞、不确定性、随机噪声和扩散现象显著影响神经网络的性质。近三十年来,许多学者致力于研究在这些因素下,如何保证神经网络的全局稳定性,相关的结果层出不穷。然而,针对时滞递归神经网络,如何利用线性矩阵不等式获得保守性更低的指数稳定性判据仍需深入研究。当无界时滞和扩散现象同时出现在神经网络中,如何分析其稳定性与同步是一个难题。此外,对随机时滞反应扩散神经网络,如何设计脉冲控制器实现指数同步。针对这些问题,在前人工作的基础上,我们尝试开展相关的研究。以下是本文的主要内容。研究时滞递归神经网络的全局指数稳定性。我们首先给出一个稳定性分析的引理,... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：124 页

【学位级别】：博士

【部分图文】：

例2.1中初值为[1.6,2,1.2,1.5]

例3.1中1u(x,t)的状态轨迹

例3.1中2u(x,t)的状态轨迹


本文编号：3000052