基于改进型L-K泛函的时滞神经网络稳定性分析

来源 :太原科技大学 | 被引量 : 0次 | 上传用户:eline77
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着神经网络的运用范围不断扩大,对于神经网络自身性能的要求也越来越高。在实际生活中,由于电子电路中运算放大器的影响,神经网络系统中不可避免会出现时滞,这可能会导致系统性能不佳甚至不稳定的问题。因此时滞神经网络的稳定性研究受到学者们的广泛关注。本文通过建立改进型Lyapunov-Krasovskii泛函(L-K泛函)、基于改进的Jensen不等式构造新的广义积分不等式,结合线性矩阵不等式技术讨论了两类时变时滞神经网络的稳定性问题,建立了具有更弱保守性的稳定性结论。具体工作有以下几方面:(1)研究了一类时变时滞神经网络的时滞相关稳定性问题。首先分析改进的Jensen积分不等式特征,通过添加具有更多交叉信息的互补积分对,建立改进型L-K泛函;然后在改进Jensen不等式的基础上,构造了一个新的包含更多自由矩阵的广义积分不等式;最后在此基础上结合线性矩阵不等式得出了具有较小保守性的稳定性定理。(2)研究了一类广义时变时滞神经网络的时滞相关稳定性问题。首先在考虑改进Jensen不等式的基础上,添加延时乘积积分项,构造改进型L-K泛函;然后运用新的广义积分不等式,结合线性矩阵不等式提出一个时滞相关稳定性准则;再通过放宽L-K泛函中部分矩阵的正定性,得到了一个保守性更小的稳定性判据。(3)研究了一类广义区间时变时滞神经网络的时滞相关稳定性问题。首先采用了时滞分割的思想,将整体的时变时滞区间划分成多个等距子区间;然后在这些区间上分别建立类似的改进型L-K泛函;最后结合改进的Jensen不等式,利用线性矩阵不等式导出一个具有较小保守性时滞相关稳定性判据。
其他文献
磁致伸缩生物传感器是一种基于磁致伸缩材料的谐振传感器,其信号的激发和传递都是通过磁场耦合进行的,具有无线、无源、体积小、灵敏度高等优势。目前针对磁致伸缩生物传感器的检测及理论研究日益增多,但这些研究多集中于传感器对病菌的检测、振动特性及具体应用特性方面的研究。没有深入研究材料尺寸及外加磁场对传感器谐振信号强度的影响,而实际应用中这些因素对传感器影响较大。且有关磁致伸缩生物传感器文献报道中,换能器材
随着机器人产业技术的迅速发展,越来越多的领域引入机器人代替人类工作,机器人运动学、动力学、轨迹规划与控制方法等成为现在世界各国的热点研究问题。柔性臂可以满足更多的工作要求并且能够适应更为复杂的工作环境,所以被更多地用在航天领域与精密工业机器人等领域。柔性臂质量轻负载大,可以更好地完成空间任务,柔性会带来振动,所以机械臂的柔性不能忽略,在太空环境中,重力影响十分微小、阻尼也几乎没有的情况下,一旦产生
大型锻件在我国居民的生活中变得越来越重要,大型锻件的性能好坏,不仅影响大型装备的整体运行,而且其生产能力还是一个国家在重型机械工业方面综合水平的集中体现。由于尺寸大,大锻件在塑性成形的过程中,工件内外温度、应力等分布不均匀,使得工件不同位置的变形程度不同,最终影响大锻件的产品性能。因此需要研究大锻件在热锻过程中内部微观组织变化规律及影响因素,从而制定合理的生产工艺,并获得符合实际生产要求的工件。本
氚作为氢的同位素,是重要的发光标记物质,也是核聚变原材料之一,而增殖剂是生产氚的唯一原材料。Li2TiO3具有良好的化学稳定性和释氚性能,被认为是最具潜力的固态增殖剂候选材料之一。然而目前氚在Li2TiO3中的扩散机理尚不明晰。本文采用第一性原理方法,从原子尺度对氚在Li2TiO3的迁移行为及其光学特性进行系统研究。对Li2TiO3理想晶体结构进行优化,通过自洽计算和非自洽计算,得到Li2TiO3
随着社会经济的高速发展,物流行业的配送需求也逐步增加,但配送过程中产生的二氧化碳是造成空气污染的重要原因。随着绿色经济理念的提出,如何在保证物流业快速发展的同时,通过有效优化配送路径从而减少配送过程中能耗和碳排放,已逐步成为车辆路径问题(Vehicle Routing Problem,VRP)新的研究方向。本文以带软时间窗和容量限制的车辆路径问题为基础,针对降低物流配送过程中产生的配送总成本和碳排
随着目前装配式建筑的蓬勃发展,对平头塔机的吊装作业提出了更高的要求。保证施工效率和作业安全成为不可绕过的工程研究主题。在塔机吊装作业过程中,由起重机各机构、结构和货物体系形成的动力效应,给吊装作业带来安全隐患。本文以平头塔式起重机为研究对象,建立了平头塔式起重机-货物体系的刚柔耦合动力学仿真模型,对其工作机构各自单独运行和三机构联动等多种作业工况进行了仿真研究。在对平头塔式起重机进行建模中,考虑了
串级控制是一种先进的多回路控制结构,具有抗干扰能力强、响应速度快、结构简单等优点,因此在过程控制领域有着广泛的应用,许多涉及流量、温度、压力和液位的工业生产过程都采用串级控制系统。然而传统的串级控制系统都采用一自由度控制结构,设计主、副回路控制器时,须同时兼顾设定值跟踪特性与干扰抑制特性,在两种特性之间进行折中选择。通过使用二自由度控制策略,可以使系统同时具有良好的设定值跟踪性能与干扰抑制性能。在
化石燃料的大量使用造成了全球范围的环境破坏与空气污染,氢能源作为一种新兴的化石燃料替代品进入人们的视野。但是目前氢气的生产主要是基于蒸汽重整和电解技术,生产过程中也会消耗大量的化石燃料。微波能由于具有高效、清洁和稳定的特点可以用来制造等离子体。等离子体可以使水分子进入激发态进行解离,从而有助于形成电子激发态加快氢气的产生。使用水蒸汽制氢不会有含碳基的污染物(如CO和CO2)产生,因此微波等离子体水
随着5G网络的普及,海量高清图像会呈爆炸式增长,潜在的信息规模将越来越大。这一改变带来了许多挑战,例如对整个图像矩阵进行完全采样会非常耗时,处理代价巨大,要处理显著目标图像数据矩阵的全部信息在现阶段是个艰巨的任务。因此,学者们致力于图像稀疏矩阵降阶方法的研究,以获得一种简单有效的方法来对原始图像数据进行处理。为了降低图像处理的复杂性,改善显著图像检测的精确率,我们对稀疏低秩图像的处理做了进一步研究
基于最近邻模型的图像自动标注方法因其核心思想简单、且效果相对较好吸引了不少学者的关注。然而大多基于最近邻模型的图像自动标注方法存在两个不足:一是在标签传播过程中,忽略了图像底层视觉特征与高级语义之间的映射关系;二是利用标签传播方法直接将近邻图像的标签传播给待标注图像,忽略了近邻图像初始标签语义间隐含的相互关系。贝叶斯理论是一种能够对未知状态进行概率估计的方法,则图像底层视觉特征与高级语义之间的映射