模糊神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析及其應(yīng)用.pdf

1、在過去的幾十年中，神經(jīng)網(wǎng)絡(luò)由于在模式識別，聯(lián)想記憶，圖像處理，優(yōu)化組合以及其他領(lǐng)域應(yīng)用而得到了廣泛的關(guān)注和研究。因?yàn)閳D像處理等應(yīng)用很大程度上依賴于神經(jīng)網(wǎng)絡(luò)的動(dòng)力學(xué)行為，如穩(wěn)定性、收斂性，容錯(cuò)性和震蕩性，特別是在神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)和應(yīng)用過程中，神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析起著非常重要的作用，因此，討論神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性問題是具有非常重要的意義。
　　除此以外，模糊理論也是智能控制領(lǐng)域的重要方法。在實(shí)際的工程控制領(lǐng)域，很多的大型復(fù)雜系統(tǒng)存在很多不確

2、定的因素，很難用確定性的數(shù)學(xué)理論進(jìn)行建模和控制。但是 T-S模糊模型提供了有效的方式來將復(fù)雜的非線性系統(tǒng)變換一組簡單的子系統(tǒng)。在過去的幾十年中，一些學(xué)者已經(jīng)擴(kuò)展了 T-S模糊模型來表示一些復(fù)雜的系統(tǒng)，并獲得判定定理來確保這些系統(tǒng)的穩(wěn)定性。本文主要致力于研究一系列的模糊神經(jīng)網(wǎng)絡(luò)穩(wěn)定性及其應(yīng)用的問題，主要工作如下：
　　1.研究了帶時(shí)變時(shí)延的模糊神經(jīng)網(wǎng)絡(luò)的指數(shù)穩(wěn)定性。首先，構(gòu)造了帶時(shí)變時(shí)延的模糊神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型，其次，基于時(shí)延依賴的

3、分段Lyapunov-Krasovskii和矩陣數(shù)學(xué)方法，我們給出了保證帶時(shí)變時(shí)延的模糊系統(tǒng)的全局指數(shù)穩(wěn)定性的判定條件，該判定定理比已有文獻(xiàn)的結(jié)果有更好的保守性。最后通過數(shù)值例子仿真說明了所得結(jié)論的正確性。
　　2.分析了帶脈沖和反應(yīng)擴(kuò)散的時(shí)滯模糊神經(jīng)網(wǎng)絡(luò)的全局穩(wěn)定性。通過構(gòu)造Lyapunov-Krasovskii函數(shù),利用龐加萊積分不等式和矩陣?yán)碚摚o出了帶時(shí)變時(shí)延和反應(yīng)擴(kuò)散的模糊脈沖神經(jīng)網(wǎng)絡(luò)模型平衡點(diǎn)的全局指數(shù)穩(wěn)定性的判定定理

4、。得到的穩(wěn)定性標(biāo)準(zhǔn)不僅推廣了己有文獻(xiàn)的結(jié)果,而且具有更低的保守性能。數(shù)值例子仿真將用于表明所得判定定理的正確性與優(yōu)越性。
　　3.討論了帶時(shí)變時(shí)延和脈沖的離散模糊神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性問題?；贚yapunov-Krasovskii函數(shù)以及自由權(quán)重矩陣技術(shù),給出了確保帶時(shí)變時(shí)延的離散模糊脈沖神經(jīng)網(wǎng)絡(luò)模型全局指數(shù)穩(wěn)定的判定定理。所得結(jié)論是依賴于時(shí)延的，并且比己有文獻(xiàn)的結(jié)果具有更好的保守性能。最后給出兩個(gè)數(shù)字例子，通過 Matlab仿真表明