神經網絡模型的Lagrange穩(wěn)定性研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、人工神經網絡在信號處理、圖像處理、人工智能和全局優(yōu)化等方面的廣泛應用使其得到了蓬勃發(fā)展,而其自身的信息處理能力主要取決于其動力學行為.多年來神經網絡的動力學性質引起了學術界的廣泛關注.其中,關于神經網絡平衡態(tài)的Lyapunov穩(wěn)定性的研究已取得豐富成果.
   Lyapunov穩(wěn)定性研究的是單個平衡態(tài)的穩(wěn)定性態(tài),由于神經網絡為非線性系統(tǒng),常常具有多個平衡態(tài),為掌握多個平衡態(tài)間的關聯關系,首先需要了解這些平衡態(tài)是否具有“集體吸引性

2、”,于是人們開始關注其Lagrange穩(wěn)定性,即系統(tǒng)所有解的有界性,亦即是否存在一個有界閉集,使得系統(tǒng)所有的軌線均依指數進入該閉集.至于在該閉集中系統(tǒng)的各平衡態(tài)的特性則可進一步研究.特別地,如果系統(tǒng)只有惟一平衡態(tài),則當閉集可任意小時,Lagrange穩(wěn)定性等同于Lyapunov漸近穩(wěn)定性.
   本文運用Lyapunov函數方法和不等式分析技巧對幾類Cohen-Grossberg型神經網絡的Lagrange穩(wěn)定性進行了研究,主要

3、包含:在一般有界連續(xù)激勵函數下,討論了一類具有變時滯的Cohen-Grossberg神經網絡的Lagrange全局指數穩(wěn)定性.給出了其滿足Lagrange全局指數穩(wěn)定性的全局指數吸引集;分別在三種不同的有界激勵函數下,研究了一類具有變時滯的中立型Cohen-Grossberg神經網絡的Lagrange全局指數穩(wěn)定性,通過構造幾種不同的Lyapunov函數證明并給出了系統(tǒng)模型具有的若干全局指數吸引集,最后通過數值算例及仿真對結果進行了驗證

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論