变时滞模糊BAM神经网络的鲁棒稳定性分析

来源 :陕西科技大学 | 被引量 : 0次 | 上传用户:ysr123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以神经元为基本信息处理单元的生物神经网络系统,被广泛地用来描述认知、决策和控制等智能行为方面的问题。人们在神经网络的动力系统方面进行了研究:经典的单层单向的Hopfield神经网络模型已经不能适应复杂的动力系统;随后双层双向结构的BAM(Bidirectional AssociativeMemory)神经网络被提出,双向联想记忆神经网络在求解优化问题以及联想记忆问题等方面被证明是很有用的数学模型。双向联想记忆神经网络是一种常用的神经网络模型,其具有信息记忆和信息联想的特点,被广泛地应用于模式识别、信号、图形处理等方面。   对于一个动力系统的信号传输而言,其信号的传递过程中,总是要不可避免地存在着时间上的滞后问题。而时滞的存在,其结果往往会导致一个网络系统出现不稳定现象。保持动力系统的稳定性,成为了影响神经网络优化计算和记忆能力的重要因素。目前,关于BAM神经网络的系统稳定性的研究成为研究的热点。   本文研究了具有时滞的模糊BAM神经网络(fuzzy bi-direction association memory)的系统稳定性。其主要的研究内容和结论概述如下:   1、利用Takagi-Sugeno(T-S)模糊模型构造了一个非线性系统模型,该系统模型可以被描述为一些简单的线性子系统的加权和,并且可以通过基于模型的模糊控制来控制系统的稳定性。用来描述一些复杂的非线性系统稳定性方面的问题。   2、利用变时滞模糊BAM神经网络的模糊模型,讨论了时滞模糊BAM神经网络的平衡点问题,得出了系统平衡点的存在性和唯一性的结论。   3、通过构造Lyapunov-krasovskii泛函,以线性矩阵不等式(LMI)的形式给出依赖于给定时滞的上限和下限的稳定条件。使用自由权矩阵和利用线性矩阵不等式(LMI)的方法,研究了变时滞模糊BAM神经网络的全局渐进稳定性和鲁棒稳定性。以LMIs的形式给出了变时滞模糊BAM神经网络系统稳定的一个充分条件,从而得到了较小的保守性的稳定性条件。   4、采用仿真实验工具Matlab2009b中的LMI工具箱,对变时滞模糊BAM神经网络系统模型的进行仿真实验,通过几组数值实例,进一步验证了结论的有效性。
其他文献
非线性系统是动力学研究最重要的对象。随着工程技术的发展,一方面,被研究的对象日益复杂,亟待更精确的数学模型描述;另一方面,动力学系统不可避免的要受到各种外界干扰的影响,这就
RNA研究是生物信息学领域的重要内容之一。RNA结构决定RNA功能。RNA二级结构比对是结构生物、结构化学和生物信息学中的基础性问题。RNA二级结构比对研究对RNA二级结构预测和
互联网基础设施的快速发展使多种新兴网络业务的实现成为可能,诸如远程桌面、视频聊天等服务都需要建立在高带宽的网络传输之上。然而近年来迅猛发展的P2P(peer-to-peer)应用
随着计算机网络的迅猛发展,网络安全问题成为人们关注的焦点。如何应对大规模的高速数据流检测,如何实现在线学习,如何减少或消除噪声数据的影响,是入侵检测系统面临的主要挑
众所周知,配方调试过程是陶瓷生产的一个重要环节,而影响配方调试的最主要因素则是选择原料问题。由于建筑陶瓷原料种类繁多且又分布广泛,导致同一种原料会有成百上千种原料
目标检测是视觉感知的一个重要任务,其目的是将视觉目标从背景中分离出来,或者分析不同目标之间的空间关系。在该问题中有四个关键因素影响着目标检测的性能:一是搜索方式;二
目前皮革缺陷的检测主要靠工人目测,检测结果受主观因素影响大。随着成像技术、计算机技术、计算机视觉理论及大规模集成硬件的不断发展,使利用这些技术对皮革缺陷进行自动检
遮挡现象在人类的日常生活中随处可见,当视觉目标沿着观测者的观测方向在空间结构上产生交错,必定会导致对观测者观测行为的干扰,比如在模式识别、自动化场景认知、三维重建
网格计算是近年来研究较为热门的一项技术,它能够把整个互联网集成为一台巨大的超级计算机,实现全球范围的计算资源、存储资源、数据资源、信息资源及知识资源等广泛分布的大量
社区结构作为社会网络的一个非常重要性质,可以反映出社会网络成员个体的行为特征以及与其它个体的关系特征,发现社区结构有助于对社会网络内部规律的分析与理解,对社会网络