具有可變時滯的Hopfield型隨機模糊神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性.pdf

1、不確定性人工智能已經(jīng)成為當(dāng)前人工智能研究的熱點和重大的前沿課題之一。模糊神經(jīng)網(wǎng)絡(luò)作為處理不確定性問題的重要工具，是人工神經(jīng)網(wǎng)絡(luò)和模糊邏輯系統(tǒng)的必然的互補式的結(jié)合，能對人腦的生物結(jié)構(gòu)和功能以及信息處理的過程和特點進行綜合模擬。 時滯神經(jīng)網(wǎng)絡(luò)的理論與應(yīng)用研究是目前國際上神經(jīng)網(wǎng)絡(luò)領(lǐng)域的前沿課題之一。時滯不僅反映了人工神經(jīng)網(wǎng)絡(luò)中放大器有限的開關(guān)速度等硬件現(xiàn)實問題，也更好地模擬生物神經(jīng)網(wǎng)絡(luò)的延時特性。時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性問題不僅是網(wǎng)絡(luò)應(yīng)用

2、的基礎(chǔ)，而且是最基礎(chǔ)最重要的問題。在時滯Hopfield網(wǎng)絡(luò)的穩(wěn)定性研究領(lǐng)域，現(xiàn)有的結(jié)果大多是與時滯無關(guān)或常時滯的。由于實際系統(tǒng)中的時滯在很多情況下都是變化的，因此與時滯無關(guān)的結(jié)果，可能過于保守。為此，本文做了下面的工作： (1)從數(shù)學(xué)角度分析了離散Hopfield網(wǎng)絡(luò)穩(wěn)定的簡化條件，同時討論了網(wǎng)絡(luò)全局收斂的情況。對前人的關(guān)于正定的結(jié)果進行了修改，這樣過去關(guān)于正定的結(jié)論都可以類似的得到一個新的不需要正定的結(jié)論。當(dāng)然，正定矩陣一定

3、滿足文中的1-正定，但在網(wǎng)絡(luò)中，不必要求這么嚴(yán)格的數(shù)學(xué)里的正定，滿足1-正定就可以。 (2)將模糊技術(shù)與神經(jīng)網(wǎng)絡(luò)技術(shù)結(jié)合起來，通過擴展T-S模型來描述容易受到環(huán)境噪聲影響的時延神經(jīng)網(wǎng)絡(luò)，研究了具有可變時滯的Hopfield型模糊神經(jīng)網(wǎng)絡(luò)穩(wěn)定性，用能量函數(shù)方法和LMI(1inear Matrix Inequalities)討論了這種模型的穩(wěn)定性，并給出一個可以保證用LMI公式表示的全局均方穩(wěn)定的標(biāo)準(zhǔn)。并通過若干實驗來驗證我們得到的