兩類時(shí)滯細(xì)胞神經(jīng)網(wǎng)絡(luò)模型的指數(shù)穩(wěn)定性.pdf

1、近年來(lái)，具有時(shí)滯的神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性問(wèn)題被深入的研究.這是因?yàn)?，在人工神?jīng)網(wǎng)絡(luò)的實(shí)際應(yīng)用中，會(huì)不可避免地遇到時(shí)滯.事實(shí)上，由于放大器中的有限開(kāi)關(guān)速度，時(shí)滯可能會(huì)存在于電子神經(jīng)網(wǎng)絡(luò)模型中.神經(jīng)元反應(yīng)過(guò)程中的時(shí)滯能影響一個(gè)網(wǎng)絡(luò)的穩(wěn)定性，一些工作已經(jīng)證實(shí)神經(jīng)元反應(yīng)過(guò)程中的時(shí)滯能使得一個(gè)網(wǎng)絡(luò)產(chǎn)生震蕩和不穩(wěn)定的特征.因此，時(shí)滯參數(shù)必須被引入到系統(tǒng)模型中.另一方面，就我們所知道的，對(duì)于實(shí)時(shí)計(jì)算，系統(tǒng)的快速收斂是必不可少的，還有，指數(shù)收斂率被用于決定神

2、經(jīng)計(jì)算的速度.因此，近些年，具有常數(shù)或變化時(shí)滯的神經(jīng)網(wǎng)絡(luò)模型的全局指數(shù)穩(wěn)定性也被許多學(xué)者所研究. 碩士論文由三章組成. 第一章概述了人工神經(jīng)網(wǎng)絡(luò)的研究歷史及現(xiàn)狀和本文的主要工作.也為了表達(dá)的方便，介紹了本文中將使用到的一些記號(hào). 第二章討論了一類具有變時(shí)滯的細(xì)胞神經(jīng)網(wǎng)絡(luò)模型的指數(shù)穩(wěn)定性.通過(guò)使用Lyapunov泛函方法和線性矩陣不等式(LMI)技術(shù)，我們獲得了一些確保細(xì)胞神經(jīng)網(wǎng)絡(luò)全局指數(shù)穩(wěn)定的充分條件.LMI方法

3、有著這樣的優(yōu)點(diǎn)：能夠利用內(nèi)點(diǎn)法求出它的數(shù)值解，且這種做法是有效的.更重要的是，LMI方法考慮了神經(jīng)細(xì)胞的激勵(lì)效應(yīng)與抑制效應(yīng)間的區(qū)別.此外，本章得到的條件與時(shí)滯的大小有關(guān)，且結(jié)論概括包含了先前的結(jié)果.例舉出的一個(gè)例子說(shuō)明我們所得到的結(jié)果是有效的. 第三章討論了一類具有多個(gè)時(shí)滯的神經(jīng)網(wǎng)絡(luò)模型.與第二章中討論的模型相比，它是一個(gè)更加復(fù)雜的網(wǎng)絡(luò)模型.已經(jīng)有文獻(xiàn)研究了此模型的漸近穩(wěn)定性.本章利用泛函微分方程Lyapunov一Krasovs