【应用数学】具有量化和数据包丢失的Markov跳变神经网络的反馈控制.pdf

目 录 中：艾摘要……………………………………………．1 』kbstract………．．……．．．………．．．．…．．…．．……．．．…．2 第一章引言……………………………………………．3 1．1研究背景、目的和意义．．．……………．．……………．．．．3 1．2神经网络控制系统的研究中问题的描述与准备………………．．4 1．3目前关于网络控制的研究．．．………．…………………．．．．7 1．4符号说明…．……………．．……。…………………．．．7 第二：章具有量化的Markov跳变神经网络的状态反馈控制………．．9 2．1模型的建立及问题的提出……………．．………………．．9 2．2若干引理、假设及定义………………………………．．1l 2．3主要结论及证明．．………………．．…．……………．．．13 2．4数值例子………．…………………………………．20 第三章基于观测器的状态反馈控制………………………．．22 3．1模型的建立：……………………………………．…．22 3．2主要定理及证明…………．．．………………………。．23 3．3数值例子…………………………………………．．27 参考文献………………………………………………．30 致谢…………………………………………………。．33 徐玲：具有量化和数据包丢失的Markov跳变神经网络的反馈控制 三 中文摘要 神经网络是一种非常重要且复杂的大规模动力系统，具有十分丰富的动力学属性．它已 在联想记忆、组合优化、信号处理等问题中得到广泛应用．由于神经网络的通信带宽，承 载能力和服务能力等问题的限制，控制系统的性能受到了很大影响。目前，具有量化的神 经网络控制系统的稳定性研究己引起大批学者的兴趣并取得很多丰富和有意义的成果． 本文在前人的基础上研究了具有量化和数据包丢失的Markov跳变神经网络的反馈控制 系统，并用对数量化器对测量值进行量化，利用贝努力二项分布描述神经网络控制系统的 数据丢包。我们的主要工作是分析和研究状态反馈控制系统达到指数稳定的条件以及基于 观测器状态反馈控制达到指数稳定的条件．全文主要内容包括以下几点： 1．简要概述神经网络控制系统及Markov跳变神经网络控制系统的相关背景和研究意 义，介绍了神经网络控制系统中常见的问题及研究现状． 2．建立具有量化和数据包丢失的分布时滞Markov跳变神经网络的反馈控制系统模 指数稳定的条件，并获得基于估计器的控制器的设计方法． 3．分析基于观测器的输出反馈控制稳定性问题，建立误差系统．利用特殊的 获得基于观测器的控制器的设计方法． 船， 关键词：神经网络反馈控制；量化；丢包；马尔科夫链． 扬州I大学硕士学位论文 2 Abstract Tileneural rich an andcolorful network，as importantlarge—scalecomplexsystem，exhibits behaviors．Ithas and in associative dynamical importantpotentialapplicationssolving andSOon．Sincethelimitionoftheneural memories，optimizingsolvers，signalprocessing network’Scommunication and bandwidth，service