發(fā)布時間：2023-08-04 19:31

　　在經(jīng)濟系統(tǒng)、飛行控制系統(tǒng)、機器人操作系統(tǒng)等實際應(yīng)用中,由于子系統(tǒng)間耦合的變化、環(huán)境的突然干擾或其它原因,系統(tǒng)的參數(shù)和結(jié)構(gòu)都可能發(fā)生突變。為了更加貼切的對突變系統(tǒng)進行描述,一般采用兼有離散和連續(xù)變量兩種運行機制的混雜動態(tài)系統(tǒng)進行建模,模態(tài)之間的轉(zhuǎn)換有多種表示形式,其中由于Markov鏈具有特殊的Markov性,因此通常使用具有Markov切換的微分方程來解決。在過去的幾十年里,這一領(lǐng)域的主要成果已經(jīng)應(yīng)用于穩(wěn)定性分析、濾波、優(yōu)化和一些重要的控制問題。為了縮短神經(jīng)網(wǎng)絡(luò)的計算時間,大多數(shù)神經(jīng)網(wǎng)絡(luò)的應(yīng)用都要求提高網(wǎng)絡(luò)的收斂速度,而當(dāng)使用指數(shù)收斂速度確定神經(jīng)網(wǎng)絡(luò)的計算速度時,指數(shù)穩(wěn)定性特性更是尤為重要。因此,確定動態(tài)系統(tǒng)的指數(shù)穩(wěn)定性以及估計其指數(shù)收斂速度不僅在理論上是有價值的,而且在實踐中也具有重要意義。另外,自從觀察到同步現(xiàn)象以來,同步問題包括廣義同步、簇同步等問題都得到了越來越多研究者的關(guān)注。目前,針對Markov切換隨機系統(tǒng)的指數(shù)穩(wěn)定性分析及同步控制問題,尚有很多問題需要解決。因此,對具有Markov切換參數(shù)的隨機系統(tǒng)的指數(shù)穩(wěn)定性分析及同步控制問題的研究是一項有價值而有挑戰(zhàn)性的工作。本文針對...

【文章頁數(shù)】：132 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 Markov切換隨機系統(tǒng)的指數(shù)穩(wěn)定性分析及同步控制研究的背景及意義
    1.2 Markov切換隨機系統(tǒng)的指數(shù)穩(wěn)定性分析及同步控制的研究現(xiàn)狀分析
        1.2.1 Markov切換隨機系統(tǒng)的研究現(xiàn)狀
        1.2.2 Markov切換時滯隨機系統(tǒng)的研究現(xiàn)狀
        1.2.3 Markov切換隨機系統(tǒng)的穩(wěn)定性研究現(xiàn)狀
        1.2.4 Markov切換隨機系統(tǒng)的同步控制研究現(xiàn)狀
        1.2.5 Markov切換隨機系統(tǒng)的指數(shù)穩(wěn)定性分析及同步控制相關(guān)研究之不足
    1.3 本文的主要研究工作和創(chuàng)新點
    1.4 符號說明
第二章 具有一般轉(zhuǎn)移概率的Markov切換中立型時變時滯隨機系統(tǒng)的指數(shù)穩(wěn)定性
    2.1 相關(guān)研究概況
    2.2 具有一般轉(zhuǎn)移概率的Markov切換中立型時變時滯隨機系統(tǒng)模型與數(shù)學(xué)準(zhǔn)備
    2.3 基于非卷積型Lyapunov函數(shù)的系統(tǒng)均方指數(shù)穩(wěn)定性分析
    2.4 基于隨機分析的幾乎必然指數(shù)穩(wěn)定性分析
    2.5 數(shù)值仿真
    2.6 本章小結(jié)
第三章 具有Markov切換參數(shù)和一般噪聲的神經(jīng)網(wǎng)絡(luò)的指數(shù)穩(wěn)定性
    3.1 相關(guān)研究概況
    3.2 具有一般噪聲的Markov切換神經(jīng)網(wǎng)絡(luò)模型與數(shù)學(xué)準(zhǔn)備
    3.3 基于隨機分析的一般噪聲神經(jīng)網(wǎng)絡(luò)模型指數(shù)穩(wěn)定性分析
        3.3.1 具有一般噪聲的Markov切換神經(jīng)網(wǎng)絡(luò)模型
        3.3.2 具有一般噪聲的神經(jīng)網(wǎng)絡(luò)模型
    3.4 數(shù)值仿真
    3.5 本章小結(jié)
第四章 基于滑�？刂频腗arkov切換廣義不確定隨機系統(tǒng)的結(jié)構(gòu)觸發(fā)漸近同步
    4.1 相關(guān)研究概況
    4.2 具有Markov切換參數(shù)的廣義不確定隨機系統(tǒng)模型與數(shù)學(xué)準(zhǔn)備
        4.2.1 系統(tǒng)模型
        4.2.2 結(jié)構(gòu)驅(qū)動觸發(fā)機制
    4.3 基于滑�？刂频碾S機系統(tǒng)漸近同步分析
        4.3.1 隨機滑模面的設(shè)計
        4.3.2 滑動模態(tài)的穩(wěn)定性分析
        4.3.3 隨機滑模面的可達性
    4.4 數(shù)值仿真
    4.5 本章小結(jié)
第五章 基于牽制控制對非線性耦合時滯神經(jīng)網(wǎng)絡(luò)的有限時間和固定時間簇同步
    5.1 相關(guān)研究概況
    5.2 時滯神經(jīng)網(wǎng)絡(luò)的有限時間和固定時間簇同步模型與數(shù)學(xué)準(zhǔn)備
    5.3 基于牽制控制的時變時滯神經(jīng)網(wǎng)絡(luò)的有限時間簇同步分析
    5.4 基于牽制控制的時變時滯神經(jīng)網(wǎng)絡(luò)的固定時間簇同步分析
    5.5 數(shù)值仿真
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
讀博期間取得的科研成果
讀博期間承擔(dān)的科研項目
致謝



本文編號：3838867