收藏本站
《东华大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于网络诱导不完全信息的几类离散时滞随机忆阻神经网络的稳定性及状态估计问题研究

刘宏建  
【摘要】:本文讨论基于网络诱导不完全信息的几类离散时滞随机忆阻神经网络的稳定性及状态估计问题。首先充分考虑忆阻记忆特性、系统时滞及环境噪声等因素,建立几类离散时滞随机忆阻神经网络模型,并讨论一类离散随机忆阻神经网络的全局指数均方稳定性问题,进而研究具有混合时滞的离散随机忆阻双向联想记忆神经网络的状态估计问题,再进一步,基于测量数据随机丢失、事件触发机制和信道衰减等网络诱导不完全信息,研究几类离散时滞随机忆阻神经网络的H∞状态估计问题。具体地,本文框架可表述如下:第一章阐明本文所研究课题的背景及意义、研究现状,介绍每章节中所要研究的问题,并且概括本文的主要贡献。第二章研究具有泄漏时滞和随机时变时滞的一类离散随机忆阻神经网络的全局指数均方稳定性问题。采用一个服从Bernoulli分布的随机变量,刻画在两个不同区间上随机发生的时变时滞现象,与此同时,设定忆阻神经网络的激励函数是扇形有界的。通过对忆阻神经网络参数状态依赖特性的分析,构建适当的Lyapunov-Krasovskii泛函,从而得到使该离散随机时滞忆阻神经网络全局均方指数稳定性的充分条件。第三章研究具有随机时滞的一类离散递归忆阻神经网络的H∞状态估计问题。首先借助一个服从Bernoulli分布的随机变量来刻画离散时滞随机取值的现象。进而,设计一个状态估计器,并基于鲁棒分析方法得到使估计误差动力学系统同时满足均方指数稳定性以及H∞性能的充分条件。最后,根据线性矩阵不等式法设计H∞状态估计器。第四章研究具有离散时滞和分布式时滞的一类离散随机BAM忆阻神经网络的H∞状态估计问题。通过构建一列新颖的切换函数来描述在离散情形下忆阻神经网络连接权重的状态依赖特性,进而对所考虑的忆阻神经网络进行稳定性分析。在此基础上,借助已构造的切换函数设计一个忆阻神经网络的状态估计器,并利用Lyapunov稳定理论及随机分析理论得到使估计误差动力学系统同时满足均方指数稳定和H∞性能的充分条件。进一步地,给出一类离散随机忆阻神经网络的H∞状态估计算法。第五章在测量数据随机丢失情形下研究一类离散随机忆阻神经网络基于事件触发机制的H∞状态估计问题。本章中离散忆阻神经网络同时受到加性确定性扰动和乘性随机噪声的影响。与此同时,采用一列服从Bernoulli分布的随机变量来刻画测量数据随机丢失的现象。为了在保证目标系统稳定的前提下有效地提高网络资源利用率,引入一个基于事件的触发方案用以确定测量数据是否发送给状态估计器。进而根据Lyapunov-Krasovskii泛函以及随机分析法得到使估计误差系统满足均方指数稳定性的充分条件,该条件可以同时确保系统的H∞性能得到满足,并基于此条件设计忆阻神经网络基于事件触发机制的H∞状态估计器。第六章在信道衰减情形下考虑具有随机发生混合时滞的一类离散忆阻神经网络的H∞状态估计问题。提出一组切换函数用以刻画离散情形下忆阻神经网络的状态依赖特性。进而,利用鲁棒分析理论和Lyapunov-functional理论得到使估计误差系统既满足随机稳定性又满足H∞性能的充分性判据。随后,利用系统随机稳定性和线性矩阵不等式技术设计满足指定性能要求的H∞状态估计器。主要结论不仅依赖于离散时滞大小和时滞随机发生的概率分布,而且依赖于所引入Rice衰减模型的衰减系数。第七章总结本文的主要结果,并分析今后进一步的研究方向。
【学位授予单位】:东华大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:TP183

【参考文献】
中国期刊全文数据库 前7条
1 俞立;吴玉书;宋洪波;;具有随机长时延的网络控制系统保性能控制[J];控制理论与应用;2010年08期
2 宋洪波;俞立;张文安;;存在通信约束和时延的多输入多输出网络控制系统镇定研究[J];信息与控制;2007年03期
3 彭晨;岳东;;网络环境下基于网络QoS的网络控制器优化设计[J];自动化学报;2007年02期
4 赵虹;吴敏;刘国平;;带时变时延的网络化控制系统控制器设计方法[J];信息与控制;2006年03期
5 曾志刚;廖晓昕;汪增福;;输入向量控制细胞神经网络全局指数稳定[J];控制理论与应用;2006年01期
6 赵虹,吴敏,刘国平;一种获取网络化控制系统最大允许延迟时间的新方法[J];信息与控制;2005年05期
7 汪小帆,孙金生,王执铨;控制理论在Internet拥塞控制中的应用[J];控制与决策;2002年02期
【共引文献】
中国期刊全文数据库 前10条
1 赵磊;;不确定抛物线型偏微分方程状态空间模型的保性能控制研究[J];工业设计;2015年09期
2 胡颖慧;张雷明;田恩刚;;基于驻留概率信息方法的离散切换系统的鲁棒H_∞控制[J];系统科学与数学;2015年04期
3 张赫;王红蕾;李娜;;一种基于遗传算法的NCS控制器延时约束参数优化方法[J];机械与电子;2015年03期
4 江艳;李宝林;;TCP/IP拥塞控制算法研究[J];计算机技术与发展;2015年01期
5 叶恺;许爽;;入侵干扰后失稳网络的稳定与镇定控制仿真[J];计算机仿真;2014年06期
6 陆仲达;田群宏;王俊科;徐凤霞;;网络控制系统H_∞鲁棒控制器设计[J];计算机应用研究;2014年02期
7 孔金生;任平英;;TCP网络拥塞控制研究[J];计算机技术与发展;2014年01期
8 胡豪立;邵奇可;;资源约束网络控制系统的非均匀采样控制[J];信息与控制;2013年03期
9 王磊;谢寿生;彭靖波;孟祥恒;任立通;;航空发动机分布式控制系统不确定性鲁棒H_∞容错控制[J];推进技术;2013年06期
10 会国涛;王迎春;张化光;;具有随机时延的网络控制系统周期反馈控制[J];控制与决策;2013年05期
【二级参考文献】
中国期刊全文数据库 前4条
1 于之训,陈辉堂,王月娟;基于Markov延迟特性的闭环网络控制系统研究[J];控制理论与应用;2002年02期
2 汪小帆,卢俊国,王执铨;Internet业务流的自相似性——建模、分析与控制[J];控制与决策;2002年01期
3 廖晓昕;细胞神经网络的数学理论(Ⅱ)[J];中国科学(A辑 数学 物理学 天文学 技术科学);1994年10期
4 廖晓昕;细胞神经网络的数学理论(Ⅰ)[J];中国科学(A辑 数学 物理学 天文学 技术科学);1994年09期
【相似文献】
中国期刊全文数据库 前10条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
3 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
4 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
5 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期
6 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期
7 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
8 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
9 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
10 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国重要报纸全文数据库 前10条
1 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
2 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
3 ;神经网络小史[N];电子报;2018年
4 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
5 ;人工智能将取得大面积突破[N];中国企业报;2017年
6 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
7 ;人类正迎来云端机器人时代[N];中国企业报;2017年
8 张斌;谁还需要“同传”[N];文汇报;2017年
9 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
10 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
中国博士学位论文全文数据库 前10条
1 徐鹏;基于深度学习的结构健康监测[D];暨南大学;2017年
2 韩韬;基于深度学习的柔性压力阵列信息的压缩采样、重构和预测[D];东华大学;2018年
3 刘宏建;基于网络诱导不完全信息的几类离散时滞随机忆阻神经网络的稳定性及状态估计问题研究[D];东华大学;2018年
4 刘梅;网络系统的稳定和同步行为研究[D];新疆大学;2017年
5 靳然;基于神经网络和支持向量机的麦蚜发生动态预测研究[D];山西农业大学;2017年
6 李骁;基于深度卷积神经网络MSCT对小肾肿瘤病理分型的预测研究[D];中国人民解放军海军军医大学;2018年
7 李若霞;基于忆阻的神经网络的动力学分析及应用[D];东南大学;2017年
8 项延德;基于卷积神经网络的心电信号检测和分类研究[D];浙江大学;2018年
9 李一鸣;结合知识和神经网络的文本表示方法的研究[D];浙江大学;2018年
10 李扬;面向图像目标识别和检测的深度神经网络关键技术研究[D];北京邮电大学;2018年
中国硕士学位论文全文数据库 前10条
1 唐瑜;基于矩阵束和神经网络两种方法的多径干扰抑制研究[D];厦门大学;2017年
2 齐照辉;基于TensorFlow的卷积神经网络应用[D];武汉大学;2018年
3 陈健;基于深度学习的汉字笔迹自动比较检验与鉴别研究[D];浙江理工大学;2019年
4 张玮;基于深度学习的织物面料成分分类算法研究[D];浙江理工大学;2019年
5 罗梦研;基于卷积神经网络的女装图像分类算法研究[D];浙江理工大学;2019年
6 陈霄凌;基于卷积神经网络的图像识别及在Spark平台的实现技术研究[D];云南大学;2017年
7 刘芳;合体女西装样板的自动生成[D];浙江理工大学;2019年
8 别海楠;铝合金6061微铣削加工有限元仿真研究[D];东北大学;2017年
9 郑江龙;基于卷积神经网络的隐式篇章关系识别模型[D];厦门大学;2017年
10 邵建军;基于神经网络和遗传算法的激光选区熔化成形工艺优化研究[D];华中科技大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026


丁香五月 啪综合