半马尔可夫间断神经网络全局随机同步控制

半马尔可夫间断神经网络全局随机同步控制

论文摘要

间断神经网络因其激励函数的不连续性而具有更丰富的动力学行为,诸如全局有限时间稳定与同步等。本文将随机semi-Makovian过程引入到间断神经网络中,主要研究了具有semi-Makovian切换和间断激励函数的神经网络全局随机有限时间同步问题。主要内容包括:1.针对具有semi-Makovian切换的随机非线性系统,应用Lyapunov-Krasovskii泛函方法、随机分析理论以及不等式分析方法,建立了全局随机有限时间稳定性定理,导出了相应的全局随机驻留时间计算公式。进一步,通过设计具有间断与积分项的状态反馈控制器,在随机布朗噪音扰动下,得到了具有semi-Makovian切换的间断神经网络全局随机有限时间同步条件,给出了全局随机驻留时间上界表达式。2.通过构造适当的含有多重积分的Lyapunov-Krasovskii泛函,基于事件触发方案,在设计的非脆弱控制器下,运用微分包含理论、非光滑分析理论、广义自由权矩阵方法与Wirtinger多重积分不等式方法,研究了具有混合时变时滞与外部扰动的间断神经网络H∞反同步,建立了具有线性矩阵不等式形式的H∞反同步条件。3.设计由事件触发控制器、非脆弱控制器和转换状态反馈控制器构成的新型混合控制器,在随机扰动作用下,讨论了具有混合时变时滞和semi-Makovian切换的间断神经网络全局随机有限时间同步,给出了线性矩阵不等式形式的全局随机有限时间同步条件,且对全局随机驻留时间的上界给出了精确的估计。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 间断神经网络稳定与同步研究现状
  •   1.2 随机神经网络稳定与同步研究现状
  •   1.3 semi-Markovian随机切换系统研究背景及意义
  •   1.4 本文的主要内容及结构
  • 第2章 具有semi-Markovian切换和噪音扰动的间断神经网络的全局随机有限时间同步
  •   2.1 引言
  •   2.2 预备知识
  •     2.2.1 semi-Markovian过程
  •     2.2.2 随机非线性系统有限时间稳定性
  •     2.2.3 相关引理
  •   2.3 模型描述
  •   2.4 主要结论
  •   2.5 数值算例
  •   2.6 本章小结
  • 第3章 基于事件触发与非脆弱控制的间断神经网络全局反同步
  •   3.1 引言
  •   3.2 预备知识
  •   3.3 模型描述及控制器设计
  •   3.4 主要结论
  •   3.5 数值算例
  •   3.6 本章小结
  • 第4章 基于混合控制的具有semi-Markovian切换的间断神经网络的全局随机有限时间同步
  •   4.1 引言
  •   4.2 预备知识
  •   4.3 模型描述
  •   4.4 主要结论
  •   4.5 数值算例
  •   4.6 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间承担的科研任务与主要成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 刘敏

    导师: 武怀勤

    关键词: 间断神经网络,随机有限时间同步,反同步,事件触发控制,非脆弱控制,过程,混合时变时滞

    来源: 燕山大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,自动化技术

    单位: 燕山大学

    基金: 河北省研究生创新项目

    分类号: TP183;O231

    DOI: 10.27440/d.cnki.gysdu.2019.001501

    总页数: 89

    文件大小: 934K

    下载量: 34

    相关论文文献

    • [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
    • [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
    • [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
    • [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
    • [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
    • [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
    • [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
    • [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
    • [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
    • [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
    • [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
    • [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
    • [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
    • [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
    • [15].神经网络探索物理问题[J]. 物理 2020(03)
    • [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
    • [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
    • [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
    • [19].高效深度神经网络综述[J]. 电信科学 2020(04)
    • [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
    • [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
    • [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
    • [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
    • [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
    • [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
    • [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
    • [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
    • [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
    • [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
    • [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)

    标签:;  ;  ;  ;  ;  ;  ;  

    半马尔可夫间断神经网络全局随机同步控制
    下载Doc文档

    猜你喜欢