马尔可夫调制的几类随机神经网络模型的稳定性研究-概率论与数理统计专业毕业论文.docx

摘要时滞神经网络模型的稳定性一直是研究的热点，并取得了很多重 摘要 时滞神经网络模型的稳定性一直是研究的热点，并取得了很多重 要结果．然而，现有时滞神经网络稳定的结果，大都是有关常时滞或 变时滞的，对时滞可以随机变化的神经网络模型稳定性的研究，迄今 尚未见有相关报道．基于此，本文首次对几类马尔可夫调制的随机延 迟神经网络模型的稳定性进行了研究；同时也首次探讨了几类具有马 尔可夫跳参数和马尔可夫调制的随机延迟神经网络模型的稳定性． 我们的结论是全新的，同时这些结论易于运用Matlab软件包中LMI 工具箱方便的求解，从而对于设计实用稳定的随机神经网络系统和研 究随机生物神经网络的长时间动态行为具有实际指导意义．全文的 内容共分七章． 在第一章中，我们首先回顾了神经网络发展的历史，简要地描述 了随机神经网络的研究概况．并对本文所要研究的几类神经网络模 型的应用背景进行了说明．我们也简略地阐述了本论文所研究的问 题的意义、及研究这些问题的方法和结果． 在第二三章中，研究了由马尔可夫调制的具有随机延迟的非线 性随机系统的均方指数稳定性：同时也首次探讨了由马尔可夫调制 的具有随机延迟和系数具有马尔可夫切换的非线性随机系统的均方 指数稳定性． 第四章中，运用半鞅收敛定理研究了随机时滞细胞神经网络的几 乎必然指数稳定性，同时利用Razumikhin型定理首次研