【摘 要】
:
近年来,由于时滞神经网络在联想记忆,图像处理,优化计算等方面的应用,关于神经网络模型稳定性研究得到了广大数学工作者的极大关注.在时滞神经网络的稳定性分析中,主要讨论关
论文部分内容阅读
近年来,由于时滞神经网络在联想记忆,图像处理,优化计算等方面的应用,关于神经网络模型稳定性研究得到了广大数学工作者的极大关注.在时滞神经网络的稳定性分析中,主要讨论关于它们的平衡点的唯一性,全局渐近稳定性和全局指数稳定性.但是一般情况下,当神经网络引入时滞后,稳定性分析将变得非常困难.本文通过构造合适的Lyapunov函数并结合线性矩阵不等式(LMI)技巧研究时滞神经网络的稳定性,获得保证神经网络全局渐近稳定和全局指数稳定的新判据.全文共分为三章,主要研究了两类时滞神经网络模型解的稳定性,得到了一些新的充分条件.第一章概述了人工神经网络发展的历史背景和本文的主要工作.第二章分为两个小节,主要讨论了一类具多重时滞的神经网络模型.第一节讨论了多重常时滞神经网络模型的渐近稳定性,第二节讨论的模型是对第一节讨论的模型的推广,研究了多重变时滞神经网络模型的全局指数稳定性.通过使用Lyapunov泛函方法和LMI技巧,分别讨论了激活函数在满足单调递增的条件和满足Lipschitz条件的情况下平衡点的全局指数稳定性,得到了几个关于指数稳定的充分条件.而且这些条件都是以LMI的形式表示的,可以很容易的用数值例子去检验.最后通过一个例子说明我们所得到的结果是有效的.第三章主要讨论了一类具有变时滞的Cohen-Grossberg神经网络模型.我们利用Lyapunov函数和LMI方法,获得了保证神经网络平衡点指数稳定的充分条件,并通过数值例子说明其有效性.
其他文献
拟牛顿算法是求解无约束最优化问题的最有效方法之一,其基本思想是用已算得的一阶导数来估计二阶导数。不同类型拟牛顿方法的主要差别在于:从一次迭代到另一次迭代二阶导数估计
本文对图在曲面上嵌入的分类进行了研究,即确定图在同一曲面上(不等价的)嵌入的数目。这一问题是拓扑图论中关于图的嵌入的研究中的重要问题。文中图均为连通图,曲面为无边缘的紧
当前,数学机械化已经成为我国和西方发达国家积极研究的前沿领域。随着研究的进一步深入,人们已经能够根据机械化方法创建各种机器语言来编写证明和计算程序,并在计算机上给
反问题与不适定问题是现在数学中的一个研究热点问题。问题是适定的指的是问题的解存在,唯一并且稳定,如果有一个不满足,则称为不适定的。不适定问题的求解面临的最大困难是解的
自1975年曼德勃罗(BenoitB.Mandelbrot)提出分形的概念后,分形几何学的研究受到了广泛的重视,尤其是在自然景物的模拟方面,分形造型展示了其独特的优势,成为当今研究者们的热点话题
压缩感知是一种新的采样理论,它利用信号的稀疏惟,以远小于Nyquist的采样频率采样信号,通过非线性重建算法高概率地重建该信号。压缩感知理论一经提出,立即在学术界引起轰动,
拓扑动力系统(X,f)描述的是X中的点在f的迭代作用下的变化情况,然而在一些诸如生物种群、人口统计、数值模拟等领域中,我们需要知道X的子集的变化情况.这就是本文要考虑的超空间
请下载后查看,本文暂不支持在线获取查看简介。
Please download to view, this article does not support online access to view profile.
研究双圆柱之间相互气动作用对于分析和控制建筑结构抗风有着非常重要的意义。用计算机数值模拟这种结构体绕流问题已成为一种发展趋势,它所具有的诸多优点已经使其成为空气动