時滯切換神經網絡的穩(wěn)定性分析.pdf

1、隨著智能控制的發(fā)展,混雜系統(tǒng)得到了更廣泛的應用.作為一種特殊的混雜系統(tǒng),切換系統(tǒng)是由一族連續(xù)時間或離散時間子系統(tǒng)和描述它們之間聯(lián)系的切換規(guī)則所組成的線性或非線性系統(tǒng).近年來,由一系列神經網絡子系統(tǒng)所構成的切換神經網絡被應用到高速信號處理和人工智能等領域.因此,人們對時滯切換Hopfield神經網絡的穩(wěn)定性問題進行了研究,并基于Lyapunov-Krasovskii泛函方法得到了一些穩(wěn)定性條件.區(qū)間時滯切換神經網絡是參數(shù)在某一有界區(qū)間內變

2、化的切換神經網絡系統(tǒng),研究區(qū)間時滯切換神經網絡的穩(wěn)定性在理論和實踐上都具有十分重要的意義.該論文主要針對時滯切換神經網絡系統(tǒng)的穩(wěn)定性及狀態(tài)衰減估計問題做了一些理論性的研究.其主要結果包括以下兩個部分:
　　 1)中立型區(qū)間時變時滯切換Hopfield神經網絡的指數(shù)穩(wěn)定性分析和狀態(tài)衰減估計.
　　 研究中立型區(qū)間時變時滯切換Hopfield神經網絡的全局指數(shù)穩(wěn)定性和狀態(tài)衰減估計的問題.基于Lyapunov-Krsasovs

3、kii穩(wěn)定性理論和線性矩陣不等式技術,構造新的Lyapunov泛函,應用平均駐留時間方法對中立型區(qū)間時變時滯切換Hopfield神經網絡系統(tǒng),給出時滯依賴漸近穩(wěn)定性條件和狀態(tài)衰減估.所給這些充分條件均以線性矩陣不等式的形式給出,容易驗證.仿真結果進一步證明結論的有效性.
　　 2)不確定離散時間時滯切換Hopfield神經網絡的魯棒指數(shù)穩(wěn)定性.
　　 針對離散時間時滯不確定切換Hopfield神經網絡系統(tǒng)考慮其魯棒指數(shù)穩(wěn)