基于LMI的随机神经网络全局渐进稳定性.pdf

第8卷第3期 淮阴师范学院学报(自然科学版) V01．8No．3 2009年8月 HUAIYINTEACHERS SCIENCEEDmON) Aug．2009 JOURNALOF COLLEGE(NATURAL 基于LMI的随机神经网络全局渐进稳定性 王 宁，孙晓玲，解大鹏 (合肥师范学院数学系，安徽合肥230061) 摘 要：研究了一类变时滞的随机神经网络模型零解的全局渐进稳定性．基于Lyapunov稳定 性理论，通过构造新型Lyapunov．Krasovskii泛函，利用线性矩阵不等式分析技巧，结合碥微分 公式，得到了保证网络的平衡解为均方意义下全局渐进稳定的判别条件．推广了一些已有的结 果，并且更少保守．所的结论可用Matlab中的线性矩阵不等式工具箱进行计算来验证网络的稳 定性，通过数值例子证明了结论的有效性和易用性． 关键词：随机神经网络；全局渐进稳定；16微分公式；线性矩阵不等式 中图分类号：0175．13文献标识码：A 文章编号：1671．6876(2009)03Ⅲ187．04 O引言 神经网络是一种模拟生物实际神经网络的数学方法，在系统辨识，模式识别，智能控制等领域有着 广泛的应用前景．过去的十年中，通过将生物神经系统中的各种规则加入到人工神经网络的数学模型 中，出现了多种不同的神经网络模型，如著名的前馈网络中的BP神经网络和反馈神经网络中的Hopfield 神经网络等．在实际工程应用中，由于人工神经网络一般采用电路实现，神经网络在工程应用中遇到的 相关问题也必须加入到神经网络的数学模型之中，促使神经网络模型得到进一步发展．例如，在反馈神 经网络的实现过程中，考虑到集成电路中放大器有限的开关速度，网络中电信号的传输必然会产生时 滞，在反馈神经网络的数学模型中加入时滞项便得到时滞泛函微分方程，而微分方程中的时滞是产生振 荡和混沌等不稳定状态的因素，研究具有时滞的反馈神经网络的稳定性对神经网络的实际应用具有重 要意义，近期受到极大关注．不少作者讨论了具有时滞的神经网络解的渐进性质u。3j，得到了具有离散时 滞随机神经网络的稳定性条件． 在生物神经系统中，神经信号在突出之间的传递是一个充满随机干扰的过程，随机输入会导致神经 网络的稳定性发生变化．在某些情况下，适当的随机输入可以使得不稳定的网络输入变得稳定．另外，在 网络模型中加入随机因素，可以使网络的解跳出局部极小值，收敛于全局最优值，在解决最优化问题时 有重要的应用．如利用随机Hopfield神经网络来解决旅行商问题比确定性神经网络更有优势．随机反馈 神经网络解的稳定性卜6J，得到了保证网络解为均方意义下渐进稳定的充分条件． 泛函，结合I盎微分公式，得到了与时滞无关的全局渐进稳定性判据．定理的证明采用矩阵不等式分析方 法，得到的判别条件也由线性矩阵不等式(LMI)形式表示，较基于矩阵范数进行估计的方法更少保守． 线性矩阵不等式的求解可以采用Matlab或者Scilab等软件提供的线性矩阵不等式工具箱，利用计算机 结论的有效性． 收稿日期：2009-07-03 优秀青年人才基金项目(2009SQRZl57) 作者简介：王宁(1978·)，男，河北徐水人，讲师，理学硕士，研究方向为神经网络、动力系统稳定性等． 万方数据 188 淮阴师范学院学报(自然科学版) 第8卷 1 随机神经网络稳定性定义及引理 考虑如下变时滞随机神经网络及初始函数： … ”7 【算(t)：9(t)，t∈[一r，0] 如，…，以}为自反馈项，d；≥0，i=1，2，…，n表示第i个神经元与网络断开且没有外界输入时恢复孤立 f2(t)，…，靠(t))7表示系统信号的传输时滞，满足t≤r，Zi 的完备概率空间(n，F，P)上m维布朗运动．口：R．X彤×彤一彤”满足局部李普希兹连续和线性增 长条件