两类时滞递归神经网络的全局稳定性分析的中期报告.docxVIP

  • 4
  • 0
  • 约小于1千字
  • 约 1页
  • 2023-09-12 发布于上海
  • 举报

两类时滞递归神经网络的全局稳定性分析的中期报告.docx

两类时滞递归神经网络的全局稳定性分析的中期报告 本文介绍两类时滞递归神经网络(TRNN)的全局稳定性分析的中期报告。这两类TRNN分别是基于连续时间模型和离散时间模型的TRNN。 第一类TRNN采用连续时间模型,考虑了时间延迟在神经网络中的影响,建立了一种新的神经网络模型。该模型中,每个神经元根据延迟时间接收其前驱神经元的信息。采用高维Lyapunov函数的构造方法,证明了该连续时间TRNN在一定条件下是全局指数稳定的。此外,还使用了分页技术来处理时滞,使模型更加具有实用价值。 第二类TRNN采用离散时间模型,考虑了间歇状态的影响,建立了一种新的神经网络模型。该模型中,神经元的状态在固定的时间间隔内更新,各个神经元之间存在传输延迟。采用划分方法和Barbalat引理,证明了该离散时间TRNN在一定条件下是渐近稳定的。此外,还研究了模型中存在多个时滞的情况,并给出了相应的分析方法。 两类TRNN的全局稳定性分析均基于数学方法,这些方法包括:高维Lyapunov函数、分页技术、划分方法和Barbalat引理等。通过对这些方法的应用,本文证明了两类TRNN在一定条件下是全局稳定的,为TRNN的实际应用提供了一定的指导意义。

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档