多时滞Hopfield神经网络的鲁棒稳定性及吸引域的估计

来源 :控制理论与应用 | 被引量 : 0次 | 上传用户:rechardfeng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
通过构造适当的Lyapunov泛函及扇区条件,对一类具有参数摄动的多时滞Hopfield神经网络模型的鲁棒稳定性进行了分析,给出了平衡点渐近稳定的充分条件.利用矩阵范数的定义及性质,得到了一个以范数形式表示的推论,并提供了一种估计网络渐近稳定平衡点吸引域的方法.仿真结果进一步证明了结论的有效性.
其他文献
目的分析研究临床护理路径用于精神分裂症患者健康教育的效果及对护理满意度的影响。方法选取2014年4月~2016年4月在我院诊治的精神分裂症患者80例作为研究对象,将其随机分为
转炉提钒过程是一个非常复杂的多元非线性反应过程,从统计学和反应机理等角度出发,难以建立终点控制静态模型.针对这样的问题,提出了并行协同粒子群优化的支持向量机预测模型,不仅
研究了带非线性扰动的不确定多时变时滞系统的H∞鲁棒稳定性.其中不确定项是范数有界的,非线性扰动满足线性约束.基于Lyapunov-Krasovskii泛函,根据矩阵不等式技术和非线性处理方
模拟生物界成长发育过程,加入成长算子对遗传算法框架进行改进,形成新的算法框架-成长遗传算法(growth GA).该算法能够克服简单遗传算法寻优速度较慢、局部搜索能力较弱的缺点.利用