变时滞模糊BAM神经网络的鲁棒稳定性分析研究.pdfVIP

论文题目 变时 申请学位学科：工学 所学学科专业：计算机软件与理论 培养单位：电气与信息工程学院 硕士生：许光 导师：刘斌副教授 201 1年5月 4 of Master E望2i塾曼曼!=i塾2 Bin Thesis rLiu Supervisor：Professo 1 May’201 变时滞模糊BAM神经网络的鲁棒稳定性分析 摘要 以神经元为基本信息处理单元的生物神经网络系统，被广泛地用来描 述认知、决策和控制等智能行为方面的问题。人们在神经网络的动力系统 方面进行了研究：经典的单层单向的Hopfield神经网络模型已经不能适应 复杂的动力系统；随后双层双向结构的BAM(Bidirectional Memory)神经网络被提出，双向联想记忆神经网络在求解优化问题以及联 想记忆问题等方面被证明是很有用的数学模型。双向联想记忆神经网络是 一种常用的神经网络模型，其具有信息记忆和信息联想的特点，被广泛地应 用于模式识别、信号、图形处理等方面。 对于一个动力系统的信号传输而言，其信号的传递过程中，总是要不 可避免地存在着时间上的滞后问题。而时滞的存在，其结果往往会导致一 个网络系统出现不稳定现象。保持动力系统的稳定性，成为了影响神经网 络优化计算和记忆能力的重要因素。目前，关于BAM神经网络的系统稳 定性的研究成为研究的热点。 本文研究了具有时滞的模糊BAM神经网络(fuzzy association memory)的系统稳定性。其主要的研究内容和结论概述如下： 系统模型可以被描述为一些简单的线性子系统的加权和，并且可以通过基 于模型的模糊控制来控制系统的稳定性。用来描述一些复杂的非线性系统 稳定性方面的问题。 2、利用变时滞模糊BAM神经网络的模糊模型，讨论了时滞模糊BAM 神经网络的平衡点问题，得出了系统平衡点的存在性和唯一性的结论。 · 式给出依赖于给定时滞的上限和下限的稳定条件。使用自由权矩阵和利用 线性矩阵不等式(LⅦ)的方法，研究了变时滞模糊BAM神经网络的全局 渐进稳定性和鲁棒稳定性。以LMIs的形式给出了变时滞模糊BAM神经网 络系统稳定的一个充分条件，从而得到了较小的保守性的稳定性条件。 ，对变时滞模糊 例，进一步验证 时，线性矩阵不 Ⅱ andcontrol behavior．111e ofneural decision-makingintelligent powersystem networkhasbeen studied and largely bypeople，classic