具有马尔可夫跳参数时滞递归神经网络指数稳定性..docVIP

具有马尔可夫跳变参数的时滞递归神经网络的指数稳定性 摘要：在这篇文章里，全球指数稳定性分析问题被认为是具有马尔可夫跳变参数滞后的一类递归神经网络（RNNs）。跳参数考虑在这里是产生于一个连续时间离散状态的均匀的马尔可夫过程，它是由一个具有离散和有限状态空间的马尔可夫过程调制的。解决这个问题的目的是得到一些容易测试的条件，如动态神经网络在均方中是稳定的具有独立的时间延迟的随机指数。利用一个新的Lyapunov - Krasovskii泛函，线性矩阵不等式（LMI）的方式被发展成建立理想的充分条件，因此，在均方中的对时滞递归神经网络的全球指数稳定可以很容易地被检验利用数控高效的MATLAB LMI的工具箱，并没有做出调整的参数要求。利用一个数值例子以显示衍生出基于LMI的稳定性条件的用处。 关键词：递归神经网络；马尔可夫跳参数；时间延迟；随机系统；均方全局指数稳定性；线性矩阵不等式。 文章摘要 介绍 问题公式 主要的结果和证明 一个数值例子 1．介绍 在过去的几十年里，数学性质的递归性神经网络，如稳定性，吸引性和振动性，已在紧锣密鼓地进行研究中。递归性神经网络已成功应用于许多领域，包括图象处理，模式识别，联想记忆，和优化问题。事实上，具有时间延迟的递归性神经网络的稳定性分析问题随着时间的拖延已是一个有吸引力的课题研究，在过去数年里，在这个领域的时间延误，正在审