【摘要】：針對一類基于憶阻時滯神經(jīng)網(wǎng)絡(luò)的耗散問題,提出一種結(jié)合倒凸技術(shù)和Wirtinger積分不等式的耗散方法。首先,應(yīng)用微分包含和集值映射理論,將憶阻時滯神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)化成傳統(tǒng)的時滯神經(jīng)網(wǎng)絡(luò);接著,構(gòu)造含有時滯系數(shù)的狀態(tài)向量2次項和3重積分項的Lyapunov-Krasovskii泛函(LKF),應(yīng)用倒凸技術(shù)和Wirtinger積分不等式估計LKF微分,得到了確保時滯神經(jīng)網(wǎng)絡(luò)嚴(yán)格耗散的時滯依賴條件,這些條件可以用線性矩陣不等式形式表示并且易于用Matlab軟件實現(xiàn)。將該方法推廣到研究時滯神經(jīng)網(wǎng)絡(luò)無緣分析問題中。在數(shù)值例子中,針對不同的時滯變化率上界,與現(xiàn)有文獻(xiàn)的最優(yōu)耗散性能指標(biāo)進(jìn)行比較,實驗結(jié)果表明,本文方法將其提高了5%。另外,在相同時滯條件下,仿真分別給出了神經(jīng)網(wǎng)絡(luò)系統(tǒng)有外部輸入和無外部輸入的狀態(tài)軌跡,由仿真結(jié)果可以看出外部輸入的存在的確破壞系統(tǒng)穩(wěn)定性。
[Abstract]:For a class of dissipative problems based on memory delay neural networks, a dissipative method combining inverse convex technique and Wirtinger integral inequality is proposed. Firstly, by using the theory of differential inclusion and set-valued mapping, the neural network with memory delay is transformed into a traditional neural network with time-delay. Then, the Lyapunov-Krasovskii functional (LKF), with two and three multiple integral terms of state vector with time-delay coefficients is constructed to estimate the LKF differential by using backward convex technique and Wirtinger integral inequality, and the time-delay dependent conditions to ensure strict dissipation of delayed neural networks are obtained. These conditions can be expressed in the form of linear matrix inequalities and are easily realized by Matlab software. This method is extended to the study of neural networks with time delay. In numerical examples, for different upper bounds of time-delay change rate, compared with the optimal dissipative performance index of existing literature, the experimental results show that the proposed method improves the efficiency of the proposed method by 5%. In addition, under the same time-delay condition, the state trajectories of the neural network system with and without external inputs are given, respectively. From the simulation results, it can be seen that the existence of external inputs does damage to the stability of the system.
【作者單位】： 西安電子科技大學(xué)機(jī)電工程學(xué)院;咸陽師范學(xué)院數(shù)學(xué)與信息科學(xué)學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(61673310;61501388;11501482)
【分類號】：TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹進(jìn)德,林怡平;一類時滯神經(jīng)網(wǎng)絡(luò)模型的穩(wěn)定性[J];應(yīng)用數(shù)學(xué)和力學(xué);1999年08期

2 季策,張化光,王占山;具有不對稱結(jié)構(gòu)的廣義時滯神經(jīng)網(wǎng)絡(luò)的動態(tài)分析[J];控制與決策;2004年12期

3 王娜;楊振宇;;脈沖時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[J];吉林工程技術(shù)師范學(xué)院學(xué)報;2009年01期

4 張棟;徐鑒;;超混沌時滯神經(jīng)網(wǎng)絡(luò)的同步及其仿真[J];系統(tǒng)仿真學(xué)報;2010年03期

5 張海濤;王婷;費樹岷;李濤;;具有混雜耦合的耦合時滯神經(jīng)網(wǎng)絡(luò)同步的進(jìn)一步分析(英文)[J];Journal of Southeast University(English Edition);2010年03期

6 陳萬義;關(guān)于時滯神經(jīng)網(wǎng)絡(luò)的全局漸近穩(wěn)定性[J];南開大學(xué)學(xué)報(自然科學(xué)版);1999年04期

7 邱亞林;一類時滯神經(jīng)網(wǎng)絡(luò)模型的穩(wěn)定性[J];四川師范大學(xué)學(xué)報(自然科學(xué)版);2000年01期

8 張繼業(yè),金學(xué)松,張衛(wèi)華;分布時滯神經(jīng)網(wǎng)絡(luò)的全局穩(wěn)定性[J];鐵道學(xué)報;2002年02期

9 向紅軍,王金華;多時滯神經(jīng)網(wǎng)絡(luò)關(guān)于滯量上界的一個估計[J];河南師范大學(xué)學(xué)報(自然科學(xué)版);2005年04期

10 郭美珍;盧金平;;一類二元時滯神經(jīng)網(wǎng)絡(luò)模型解的定性研究[J];昆明理工大學(xué)學(xué)報(理工版);2009年01期

相關(guān)會議論文 前2條

1 茅曉晨;;時滯耦合神經(jīng)網(wǎng)絡(luò)的非線性動力學(xué)[A];The 5th 全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2011年

2 陳萬義;;關(guān)于一類Hopfield型時滯神經(jīng)網(wǎng)絡(luò)模型的全局漸近穩(wěn)定性[A];第二十二屆中國控制會議論文集（上）[C];2003年

相關(guān)博士學(xué)位論文 前10條

1 侯利元;時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析及濾波器設(shè)計[D];電子科技大學(xué);2015年

2 亓江濤;幾類特殊時滯神經(jīng)網(wǎng)絡(luò)的脈沖與切換控制[D];重慶大學(xué);2015年

3 張偉;時滯神經(jīng)網(wǎng)絡(luò)的不連續(xù)控制和同步[D];重慶大學(xué);2015年

4 周小兵;時滯神經(jīng)網(wǎng)絡(luò)的動力學(xué)研究[D];電子科技大學(xué);2008年

5 劉群;外部激勵和慣性項對時滯神經(jīng)網(wǎng)絡(luò)動力學(xué)行為的影響研究[D];重慶大學(xué);2008年

6 高明;時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性與同步研究[D];江南大學(xué);2009年

7 田俊康;幾類變時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性研究[D];電子科技大學(xué);2013年

8 董滔;時滯神經(jīng)網(wǎng)絡(luò)的動力學(xué)行為分析[D];重慶大學(xué);2013年

9 劉德友;幾類時滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性的研究[D];燕山大學(xué);2006年

10 李傳東;時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性和混沌同步[D];重慶大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 范陳新;基于分割方法的時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];大連理工大學(xué);2015年

2 許李;一類具有變時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性研究[D];電子科技大學(xué);2015年

3 李勇;兩類時滯神經(jīng)網(wǎng)絡(luò)的鎮(zhèn)定與同步[D];西南大學(xué);2016年

4 蔣音露;基于憶阻器的同步切換時滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];西南大學(xué);2016年

5 黃優(yōu)良;幾類具混合時滯神經(jīng)網(wǎng)絡(luò)的同步分析[D];揚(yáng)州大學(xué);2008年

6 吳桂華;脈沖時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];重慶大學(xué);2009年

7 穆文英;時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性與混沌同步及其應(yīng)用[D];江南大學(xué);2011年

8 陳雯雯;幾類時滯神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性分析[D];杭州電子科技大學(xué);2011年

9 盧金平;兩類二元時滯神經(jīng)網(wǎng)絡(luò)模型解的定性研究[D];湖南大學(xué);2007年

10 張國光;一類時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];中國海洋大學(xué);2011年

，

本文編號：2302381