共查询到5条相似文献,搜索用时 0 毫秒
1.
2.
基于LMI方法的时滞细胞神经网络稳定性分析 总被引:9,自引:0,他引:9
神经网络是一个复杂的大规模非线性系统,而时滞神经网络的动态行为更为丰富和复杂.现有的研究时滞神经网络稳定性的方法中最为流行的是Lyapunov方法.它把稳定性问题变为某些适当地定义在系统轨迹上的泛函,通过这些泛函相应的稳定性条件就可以获得.该文得到了时滞细胞神经网络渐近稳定性的一些充分条件.作者利用了泛函微分方程的Lyapunov—Krasovskii稳定性理论和线性矩阵不等式(LMI)方法,精炼和推广了一些已有的结果.它们比目前文献报道的结果更少保守.该文还给出了确定时滞细胞神经网络稳定性更多的判定准则. 相似文献
3.
当神经网络应用于最优化计算时,理想的情形是只有一个全局渐近稳定的平衡点,并且以指数速度趋近于平衡点,从而减少神经网络所需计算时间.研究了带时变时滞的递归神经网络的全局渐近稳定性.首先将要研究的模型转化为描述系统模型,然后利用Lyapunov-Krasovskii稳定性定理、线性矩阵不等式(LMI)技术、S过程和代数不等式方法,得到了确保时变时滞递归神经网络渐近稳定性的新的充分条件,并将它应用于常时滞神经网络和时滞细胞神经网络模型,分别得到了相应的全局渐近稳定性条件.理论分析和数值模拟显示,所得结果为时滞递归神经网络提供了新的稳定性判定准则. 相似文献
4.