时变时滞神经网络稳定性和无源性的研究

来源 :天津工业大学 | 被引量 : 0次 | 上传用户:sd2009shandong
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
近几十年来,在控制领域中,非线性和时滞一直是神经网络系统的重点和热点。在神经网络系统的具体实现和专业应用中,神经元的固定传输时间和有限的信息传输速率不可避免地会导致系统的时延;另外,环境噪声,未知参数以及各种实际项目中经常遇到的干扰,这使得开发精确的数学模型非常困难。不确定性的存在不可避免地使系统性能下降,甚至使动态系统不稳定。如今,针对复杂的未知非线性系统问题,滚动优化控制可以更好地适应实际系统并具有更强的鲁棒性。但是目前的研究中鲜见在滚动优化控制中加入随机参数不确定性因素。另外,对于系统的稳定性理论本质上是可以从无源性入手,无源性是一种综合性分析方法。因此,研究具有泄漏延迟的神经网络的无源问题是十分有必要的。在理论和实际情况与神经网络建模相结合的基础上,加入随机参数不确定性因素也是一个至关重要的考虑。因此,本论文针对上述问题,首先研究是具有时变时滞的神经网络的滚动优化稳定性分析问题。通过构造适当的Lyapunov-Krasovskii泛函(LKF),引入更多系统信息;对于分析过工程中产生的新交叉项矩阵,通过基于辅助函数的积分不等式方法进行处理,使结果具有更多的自由度,从而得到了优化成本函数的最终加权矩阵的新条件,降低了其保守性,提高了其延迟上限。最后,通过仿真实例与已有结论进行对比,说明该方法的优越性。其次,本论文还研究了具有泄漏时滞的神经网络的鲁棒性和无源性的相关问题。通过选择合适的LKF,并利用Wirtinger不等式和自由权矩阵等方法来改进延迟标准,并以线性矩阵不等式的形式表示,实现广义激活函数。建立充分的条件,以保证所考虑的神经网络的鲁棒稳定性和无源性。最后,利用LMI工具箱给出了系统状态轨迹图,证明本文提出的标准的有效性和保守性。最后,结合上述研究的神经网络中加入带有随机参数不确定性(ROU)因素。该ROU遵循一些不相关的Bernoulli分布白噪声序列,它通过自由和随机的方式进入神经网络。利用合适的引理,将本文所加入的ROU问题转化为线性矩阵不等式。带有随机不确定的神经网络的滚动优化分析提供了一个新的时滞相关条件,以保证得到一种保守更低的延迟依赖随机稳定性准则。利用给出的实验,证明本文提出标准的有效性。
其他文献
随着社会经济快速发展,国民生活水平不断提高,人类寿命日益延长,老龄人口逐年递增,“4-2-1”家庭结构成为当今时代主流模式,传统养老模式难以满足社会需求,我国养老困难空前加剧,机器人的开发与推广成为解决这一问题的新手段。在人工智能技术快速发展的今天,老年人产品市场迅速崛起,情感体验类的智能产品成为市场主流,老龄服务机器人是人工智能制造领域重要研究课题,具有广阔的市场前景。设计一款解决老年用户日常陪
随着我国经济和城镇化进程的快速发展,实现中国梦,完成伟大复兴的任务取得了关键性进展,但是环境问题也日益严重。2005年我国就提出“金山银山不如绿水青山,绿水青山就是金山银山”的科学论断,提高保护生态环境的意识,其中垃圾分类和处理是关键。我国仍采用流水线人工分拣的方式进行垃圾分类,这种传统方式存在自动化程度低,对人力劳动力需求大,环境恶劣和分拣效率低等问题,已无法满足日益增加的垃圾处理需求。随着我国
在钢铁生产中,钢生产过程是一个具有复杂工序、多种控制变量结合的大型工业流程。连续退火工艺作为带钢生产过程中的关键工艺,对带钢质量起到了决定性的作用。但是由于退火工艺自身的局限性,使得原有的带钢质量检测方法已经不能够满足日益增长的生产需要。此外企业为了进一步提高生产效率和生产质量,针对不同钢材的产品的操作优化也逐渐受到了关注。因此,有必要对连续退火工艺中的产品质量进行预测以及操作优化。本文针对这两个
折射率是物质的基本属性之一,可间接地反映物质的许多物化特性。对折射率的精确测量在生物,化学,食品,环境等众多领域中至关重要。光纤折射率传感器由于一些固有的优良特性,是目前折射率传感领域的研究热点。本文对不同类型的光纤折射率传感器进行了调研,并针对薄包层光纤布拉格光栅(Fiber Bragg Grating,FBG)和单模-无芯-单模(Single mode-No core-Single mode,
近年来,复杂网络因其在通信网络、全球经济市场、代谢系统等各个领域的广泛应用而受到越来越多的关注。假设在复杂网络中,每个节点代表一个神经网络,而每个边代表一个神经网络对另一个神经网络的影响,则该类型的网络称为耦合神经网络。耦合神经网络是一种特殊的复杂网络,已成功地应用于谐波振荡产生、保密通信、混沌发生器等领域。实际上,现实世界中的许多系统,如交通网络、社会网络等等这些网络可以用多权重的复杂动态网络进
五轴数控机床相比较于三轴数控机床添加了两个旋转轴,使其更适用于航空航天、运输船舶以及汽车行业中复杂曲面的加工,并且有着更高的精度要求。五轴数控机床由于结构的复杂性使得影响加工精度的误差源明显增多,其中旋转轴为主要的误差贡献轴。为了识别机床旋转轴的几何误差,本文分别从误差建模、误差检测实验以及误差补偿三个方面对双回转工作台式AC五轴数控机床(DMU85)以及摆头回转工作台式BC五轴数控机床(DMU8
最近,神经网络的动力学行为已经引起了众多研究者的关注,这是由于它可以广泛地被应用在图像处理,模式分类,优化等。众所周知,电子在不均匀的电磁场的运动可以引起反应扩散现象。因此,反应扩散现象应该被考虑在神经网络中。到目前为止,反应扩散神经的动力学行为已经吸引了许多研究人员的注意。再者,由多个相同或者不相同的反应扩散神经网络组成的耦合反应扩散神经网络也引起了不同领域的众多学者的关注,例如:谐波振荡的产生
地震自古至今都是最危险的地质灾害之一,地震后若能够及时发现受困人员并进行及时救治可大大减少人员伤亡。基于此需求本文研究微型地震搜救探路模型机器人,论文的主要内容和创新性工作如下:1.针对模拟震后复杂搜救环境的迷宫任务需求,对探路模型机器人进行系统构建,包括主控部分、运动控制部分和传感电路部分。详细分析了探路模型机器人运行原理,对探路模型机器人任务执行过程中的方向及方向转换、坐标更新、墙壁资料存储及
气液两相流是多相流中的常见形式之一,其广泛存在于煤炭输送、石油开采、原油运输、工业排污和气力输送等与人类生产生活和实践活动密切相关的过程中。通过一定的测量技术来研究气泡的分布状态,对于掌握气液两相流的流动机理具有重要意义。本文以液相中的气泡为研究对象,提出了基于改进卷积神经网络的气泡流场三维重建方法,再现气泡流场的三维分布,为进一步分析气相在液相中的运动特性奠定基础。本文针对气液两相流研究中的气泡
随着社会经济与智能科技的飞速发展,碳纤维材料因其质量轻、模量高、耐高温、抗疲劳等优秀品质在民用制造、航空航天、机械装备和军工领域等方面已经得到了广泛的应用与发展,因此以高效率的机织生产方式为核心的碳纤维装备系统日益受到了研究者的青睐。为了改善在复杂的非线性网络化控制系统中织物的工艺质量并减少外界干扰带来的影响,本文以碳纤维角联织机为研究对象,围绕纱线的张力波动问题对控制策略展开深入研究。本文首先分