【摘 要】
：
神经网络是一种非常重要且复杂的大规模动力系统,具有十分丰富的动力学属性.它已在联想记忆、组合优化、信号处理等问题中得到广泛应用.由于神经网络的通信带宽,承载能力和服
论文部分内容阅读
神经网络是一种非常重要且复杂的大规模动力系统,具有十分丰富的动力学属性.它已在联想记忆、组合优化、信号处理等问题中得到广泛应用.由于神经网络的通信带宽,承载能力和服务能力等问题的限制,控制系统的性能受到了很大影响.目前,具有量化的神经网络控制系统的稳定性研究已引起大批学者的兴趣并取得很多丰富和有意义的成果.本文在前人的基础上研究了具有量化和数据包丢失的Markov跳变神经网络的反馈控制系统,并用对数量化器对测量值进行量化,利用贝努力二项分布描述神经网络控制系统的数据丢包.我们的主要工作是分析和研究状态反馈控制系统达到指数稳定的条件以及基于观测器状态反馈控制达到指数稳定的条件.全文主要内容包括以下几点：1.简要概述神经网络控制系统及Markov跳变神经网络控制系统的相关背景和研究意义,介绍了神经网络控制系统中常见的问题及研究现状.2.建立具有量化和数据包丢失的分布时滞Markov跳变神经网络的反馈控制系统模型,通过构造特殊的Lyapunov-Krasovskii函数及线性矩阵不等式理论,给出该系统达到指数稳定的条件,并获得基于估计器的控制器的设计方法.3.分析基于观测器的输出反馈控制稳定性问题,建立误差系统.利用特殊的Lyapunov-Krasovskii函数及线性矩阵不等式理论,给出新系统达到指数稳定的条件,并获得基于观测器的控制器的设计方法.
其他文献
在本文中，我们主要考虑一类热传导方程的两个反问题，一个是已知Dirichlet边界条件同时反演热源和部分初值的反问题，另一个是已知Nuemann边界条件同时反演热源和全部初值的反问题
有限元法是求解偏微分方程的一种成熟的数值解法，被广泛应用于科学计算和工程领域。非协调有限元法在解决流体力学和工程力学的问题时能够获得稳定的数值解，因此近些年来非协调
变分不等式在交通、机械、计算机、电气、金融以及能源等等很多领域都发挥着举足轻重的作用，大多数均衡问题都能通过变分不等式理论来得到解决.20世纪60年代以来，确定型变分不
随着大规模无线通信系统的广泛应用,用户以及接入点的空间位置往往并非完全规则部署。由于无线Ad-Hoc网络具有良好的自组织性,动态拓扑性及无中心性使其有迅速组网,快速部署
当今,社会已经进入网络信息时代,计算机与网络信息技术的飞速发展使得各个领域的数据和信息急剧增加(信息爆炸),并且由于人类的参与使数据与信息系统中的不确定性更加显著(复
Ad Hoc网络作为一种多跳的、无中心的、自组织无线网络,每个节点都具有极强的自主性,因此我们首先对每个节点内部的控制机制进行了研究。利用Geom/G/1排队系统和Little定理计
很多源自实际应用中的问题，如将不完整或者受污染的信息恢复为正确的信息，其解一般具有稀疏或是低秩的性质。这类问题可以通过求解核范数极小化问题来实现。 本论文考虑了两
一类吊桥方程如下｛utt+uxxxx+bu+=2√2φ00 x∈[-π/2，π/2]，t∈（-∞，+∞），u（-π/2，t）=u（π/2，t）=uxx（-π/2，t）=uxx（π/2，t）=0，u(x，t)=u（-x，t）=u（x，t）.本文主要运用拓扑度理论和泛函分析的手段，讨论当u(x，t
现今，大偏差理论是金融和保险领域研究的热点之一.越来越多的学者致力于大偏差的研究.近期，有学者在大偏差的基础上研究了局部大偏差. 本文研究多维风险模型中独立和的问题.