具有反应扩散项的忆阻神经网络的同步控制

具有反应扩散项的忆阻神经网络的同步控制

论文摘要

本文主要研究两个以及多个具有反应扩散项的忆阻神经网络的同步问题.通常情况下,网络系统中的每个节点都有自己的变化历程,它们不会自己同步.为了实际需要,我们必须采取一些措施,使它们相互关联,相互影响,并最终保持一致.本文共分五章,具体内容如下.第1章首先回顾了神经网络的发展史,并结合科学实验中的理论和实际需要,引出了本文的研究对象,即具有反应扩散项的忆阻神经网络.然后通过分析和总结现有的研究成果,揭示了本文的研究动机,方法和意义.最后简单介绍了本文的主要研究内容.第2章开展驱动响应系统的有限/固定时间同步分析.首先简单介绍了具有反应扩散项的忆阻神经网络的驱动响应系统模型.然后,结合Lyapunov函数法,散度定理和不等式技巧,通过设计合适的状态反馈控制器,得到了驱动响应系统同步的充分性条件.最后,考虑到固定时间同步的同步时间与网络节点的初始状态无关,给出了四组不同初值下,驱动响应系统在固定时间内实现同步的数值模拟实例.第3章讨论多个具有反应扩散项的耦合忆阻神经网络的指数同步问题.首先简单介绍了多个非线性耦合的网络系统模型.然后通过引入一类特殊的M矩阵,把多个网络的同步问题转化为同步流形的稳定性问题,再结合Lyapunov函数法,散度定理和不等式技巧,得到了耦合系统指数同步的充分性判据.此外,还给出了可以用MATLAB线性矩阵不等式工具箱求解的矩阵形式的不等式判据.最后,为了验证理论结果的有效性,分别给出了在无向耦合拓扑和有向耦合拓扑下,多个网络实现同步的数值模拟实例.第4章是在第3章的基础上讨论的.当第3章的条件得不到满足时,我们考虑对第3章中的系统施加控制.从经济方面考虑,为了缩减控制成本,我们设计了两种分布式牵引控制器,即分布式状态反馈牵引控制器和分布式牵引脉冲控制器,并探讨在这两种控制下系统同步的充分性条件.最后对本文的主要研究内容进行了总结.通过分析本文的优点与不足,确定了未来的研究方向.

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景和意义
  •   1.2 国内外研究现状
  •   1.3 本文的主要研究内容
  •   1.4 本文的常用记号
  • 第2章 具有反应扩散项的忆阻神经网络的有限/固定时间同步
  •   2.1 模型描述
  •   2.2 定义和引理
  •   2.3 有限/固定时间同步
  •   2.4 数值模拟
  •   2.5 本章小结
  • 第3章 多个具有反应扩散项的耦合忆阻神经网络的全局指数同步
  •   3.1 模型描述
  •   3.2 定义和引理
  •   3.3 全局指数同步
  •   3.4 数值模拟
  •   3.5 本章小结
  • 第4章 多个具有反应扩散项的耦合忆阻神经网络的分布式牵引控制同步
  •   4.1 模型描述
  •   4.2 定义和引理
  •   4.3 分布式牵引控制
  •   4.4 数值模拟
  •   4.5 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 汪诗琴

    导师: 郭振远

    关键词: 忆阻神经网络,反应扩散项,指数同步,有限,固定时间同步,非线性耦合,状态反馈牵引控制,牵引脉冲控制

    来源: 湖南大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,自动化技术

    单位: 湖南大学

    分类号: TP183;O231

    DOI: 10.27135/d.cnki.ghudu.2019.004159

    总页数: 59

    文件大小: 2928K

    下载量: 15

    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:;  ;  ;  ;  ;  ;  ;  ;  

    具有反应扩散项的忆阻神经网络的同步控制
    下载Doc文档

    猜你喜欢