不确定时滞动态反馈神经网络的鲁棒分析与设计

研究了一类具有时变时滞和结构不确定性的Hopfield神经网络鲁棒稳定性问题,应用线性矩阵不等式(LMI)方法得到了不确定时变时滞神经网络全局鲁棒稳定的充分条件,特别是在给定网络平衡点允许偏移的情况下,通过验证定理中给出的LMI,可以非常方便地进行神经网络的鲁棒设计.数值仿真表明了方法的有效性.     

不确定时变时滞连续Hopfield神经网络的鲁棒稳定性

本文研究了时变时滞连续Hopfield神经网络存在有界参数不确定时的稳定性问题,提出了保证该网络鲁棒稳定的代数Riccati方程(ARE)设计算法.而忽略时滞或忽略参数不确定,则得到有别于以往结果的各种有关参数不确定连续Hopfield神经网络稳定性的定理.     

关于一类脉冲切换系统的鲁棒H∞控制

研究一类具有扰动的脉冲切换线性系统的鲁棒H控制问题.分别从系统的鲁棒稳定性及其鲁棒性能两方面进行分析.首先利用Lyapunov函数法对系统的稳定性进行分析,给出了系统鲁棒渐近稳定的几个重要的充分条件,通过它很容易判断系统是否鲁棒稳定.进一步运用线性矩阵不等式(LMI)法对系统鲁棒性能进行分析,得到了一般系统的状态反馈矩阵和脉冲控制矩阵,并在此基础上得出了一个鲁棒H控制律.最后提出了一套基于MAT-LAB软件的鲁棒控制器的设计方法,并通过一个数值例子很好地验证了文中主要结论的有效性.     

一类脉冲随机混杂系统的鲁棒H∞控制

研究了具有外在扰动的脉冲Markov切换线性随机系统的鲁棒H∞控制问题,分别从系统的鲁棒稳定性及鲁棒性能两方面进行分析:首先,利用多Lyapunov函数法对系统的稳定性进行分析,给出了系统鲁棒依概率稳定的充分条件;进一步地,运用线性矩阵不等式(LMI)法对系统的鲁棒性能进行分析,给出相应的状态反馈增益矩阵和脉冲控制增益矩阵的求解方法.在此基础上得出了一个鲁棒H∞控制律,并提出了一套基于MATLAB软件的鲁棒控制器的设计方法.最后,利用数值算例说明所设计方法的有效性.     

脉冲切换系统的鲁棒H∞动态输出反馈控制

考虑了脉冲切换系统的鲁棒H∞控制问题.该系统的状态矩阵和控制矩阵都有不确定性和扰动.利用线性矩阵不等式(LMI)、H∞控制理论、Lyapunov函数和变量替换方法,对这类系统给出了鲁棒稳定且具有γ鲁棒性能的充分条件.然后,使用MATLAB软件设计出H∞鲁棒动态输出反馈控制器和脉冲控制矩阵.最后通过一个仿真算例验证了文中结论的有效性.     

一类脉冲随机混杂系统的鲁棒H无穷控制

本文研究具有外在扰动的脉冲Markov切换线性随机系统的鲁棒H无穷控制问题,分别从系统的鲁棒稳定性及鲁棒性能两方面进行分析,首先,利用多Lyapunov函数法对系统的稳定性进行分析,给出了系统鲁棒依概率稳定的充分条件,进一步,运用线性矩阵不等式(LMI)法对系统的鲁棒性能进行分析,给出相应的状态反馈增益矩阵和脉冲控制增益矩阵的求解方法,在此基础上得出了一个鲁棒H无穷控制律,并提出了一套基于Matlab软件的鲁棒控制器的设计方法。最后,数值算例说明所设计方法的有效性。     

一类时变不确定脉冲系统鲁棒H∞指数镇定

考虑一类具有范数有界时变不确定的脉冲系统鲁棒H∞指数镇定问题.基于Riccati不等式方法,得到该闭环系统鲁棒H指数稳定的充分条件并给出可镇定该类脉冲系统的线性时不变状态反馈控制律并且保证H∞性能.最后,给出数值示例说明定理的有效性.     

具有时变不确定性的脉冲时滞大系统的鲁棒稳定性

提出并研究了具有时变不确定性的脉冲时滞大系统的鲁棒稳定性,借助于向量比较原理和矩阵不等式等方法,对该系统建立了若干大范围指数鲁棒稳定的判据,并举例说明了结论的有效性。     

混沌系统脉冲控制及其Matlab仿真

研究Lü混沌系统的脉冲鲁棒镇定问题,得到其脉冲鲁棒镇定的充分条件,给出相应的脉冲控制律.通过应用Matlab中Simulink工具箱对Lü混沌系统进行仿真分析,说明脉冲控制是有效的镇定受扰动混沌系统的方法.     

具有脉冲干扰和可变时滞的区间关联大系统的鲁棒指数稳定性

研究了一类具有脉冲干扰和可变时滞区间关联大系统的鲁棒指数稳定性.假设该系统的关联函数满足全局Lipschitz条件,基于矢量Lyapunov函数法和数学归纳法,给出确保该关联系统鲁棒指数稳定的充分条件.最后给出一个数值算例用以说明本文所得到结论的正确性和有效性.     

环状脉冲控制下的多个混沌系统同步

针对多个混沌系统同步问题, 提出了一种基于脉冲控制理论环状控制方法. 利用微分算子中值定理和矩阵运算, 通过Gronwall不等式和跳跃的脉冲响应设计控制器, 从而推导出了环状脉冲控制下多个混沌系统全局同步.典型的时滞混沌Hopfield神经网络和Lorenz混沌系统仿真结果表明, 该方法有效、可靠, 且具有强鲁棒性.     

Global exponential stability of impulsive high-order Hopfield type neural networks with delays

In this paper, we investigate the global exponential stability of impulsive high-order Hopfield type neural networks with delays. By establishing the impulsive delay differential inequalities and using the Lyapunov method, two sufficient conditions that guarantee global exponential stability of these networks are given, and the exponential convergence rate is also obtained. A numerical example is given to demonstrate the validity of the results.     

Dynamic System Identification Using High‐Order Hopfield‐Based Neural Network (HOHNN)

The high‐order Hopfield‐based neural network (HOHNN) with functional link net (FLN) has been developed in this paper for the purpose of uncertain dynamic system identification. In comparison with the traditional Hopfield neural network (HNN) and the high‐order neural network (HONN), the compact structure of FLN, with a systematic order mathematical representation combined into the proposed HOHNN, has additional inputs for each neuron for faster convergence rate and less computational load. The weighting factors in HOHNN are tuned via the Lyapunov stability theorem to guarantee the convergence performance of real‐time system identification. The robust learning analysis of HOHNN to improve the convergence in the performance is also discussed. The simulation results and computation analysis for different Hopfield‐based neural networks are conducted to show the effectiveness of HOHNN in uncertain dynamic system identification.     

Robust stability of impulsive Takagi-Sugeno fuzzy systems with parametric uncertainties

This paper presents a kind of time-varying impulsive Takagi-Sugeno (T-S) fuzzy model with parametric uncertainties in which each subsystem of the model is time-varying. Several robust stabilities of time-varying systems with parametric uncertainties, such as general robust stability, robustly asymptotical stability and exponential stability, are studied using uniformly positive definite matrix functions and the Lyapunov method. Specifically, robust stability conditions of time-invariant impulsive T-S fuzzy systems are also derived in the formulation of quasi-linear matrix inequalities (QLMIs) and an iterative LMIs algorithm is designed for solving QLMIs. Finally, a unified chaotic system with continuous periodic switch and a unified time-invariant chaotic system are used for demonstrating the effectiveness of our respective results.     

Asymptotic stability of impulsive high-order Hopfield type neural networks

In this paper, we discuss impulsive high-order Hopfield type neural networks. Investigating their global asymptotic stability, by using Lyapunov function method, sufficient conditions that guarantee global asymptotic stability of networks are given. These criteria can be used to analyse the dynamics of biological neural systems or to design globally stable artificial neural networks. Two numerical examples are given to illustrate the effectiveness of the proposed method.     

一种基于退火策略的混沌神经网络优化算法

Ｈｏｐｆｉｅｌｄ网络（ＨＮＮ）中引入混沌机制,首先在混沌动态下粗搜索,并利用退火策略控制混沌动态退出和逆分贫出现,进而ＨＮＮ梯度优化搜索,提出了一种具有随机性和确定性并存的优化算法,对经典旅行商（ＴＳＰ）的研究,表明算法具有很强的克服陷入局部极小能力,较大程度提高了优化、时间和对初值的鲁棒性能,同时给出了模型参数对性能影响的一些结论。     

一类参数不确定脉冲系统的保成本控制研究

根据脉冲系统的稳定性结果,得到了线性时变脉冲系统一致渐近稳定的充分条件．在此基础上研究了一类参数不确定系统的保成本状态反馈控制问题,根据稳定性理论与鲁棒控制原理得到了此类控制器的一个存在性条件．进一步通过有关参数不确定性的结论证明了该条件等价于一组线性矩阵不等式的可解性问题．最后给出了一个具体示例．     

未知环境下移动机器人安全路径规划的一种神经网络方法

针对未知环境下移动机器人的安全路径规划,采用了一种局部连接Hopfield神经网 络(Hopfield Neural Networks,HNN)规划器;分析了HNN稳定性,并给出了存在可行路 径的条件.如果存在可行路径,该方法不存在非期望的局部吸引点,并在连接权设计中兼顾 "过近"和"过远"来形成安全路径.为在单处理器上有效地在线路径规划,采用多顺序的 Gauss-Seidel迭代方法来加速HNN势场的传播.结果表明该方法具有较高的实时性和环境 适应性.