分数阶时滞双向联想记忆神经网络的稳定性,同步和周期性

分数阶时滞双向联想记忆神经网络的稳定性,同步和周期性

ID:17966734

大小:1001.11 KB

页数:43页

时间:2018-09-11

分数阶时滞双向联想记忆神经网络的稳定性,同步和周期性_第1页
分数阶时滞双向联想记忆神经网络的稳定性,同步和周期性_第2页
分数阶时滞双向联想记忆神经网络的稳定性,同步和周期性_第3页
分数阶时滞双向联想记忆神经网络的稳定性,同步和周期性_第4页
分数阶时滞双向联想记忆神经网络的稳定性,同步和周期性_第5页
资源描述:

《分数阶时滞双向联想记忆神经网络的稳定性,同步和周期性》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号O175学号2015X07010007__学校代码10513密级_________________硕士学位论文(学术学位)分数阶时滞双向联想记忆神经网络的稳定性,同步和周期性作者姓名:潘秋瑾一级学科:数学二级学科:应用数学指导教师:陈伯山教授答辩日期:2018年5月AThesisSubmittedinFulfillmentofRequirementsfortheDegreeofMastersofScienceinAppliedMathematicsStability,Synchronizatio

2、nandPeriodicityofFractional-OrderBidirectionalAssociativeMemoryNeuralNetworksCandidate:PanQiujinMajor:AppliedMathematicsSupervisor:Prof.BoShanChenHubeiNormalUniversityHuangshi435002,P.R.ChinaMay,2018摘要以研究神经网络与动力学系统交叉结合的一门学科称为神经动力学系统.在现实生活中大部分的系统是极其复杂的,采

3、用分数阶微分模型能更好地描述物理学、工程系统、医疗机械等动态变化过程,所以研究分数阶神经网络系统有很好应用价值和前景.因此本文主要研究了分数阶时滞双向联想神经网络的稳定性,同步和周期性.利用Caputo分数阶导数理论、Mittag-Leffler函数及Razumikhin定理,分析系统的动态演化特征,得到了系统稳定性,同步和周期性的理论判据.主要工作概述如下:运用分数阶微分方程的相关理论、Laplace变换、Leibniz法则,研究了分数阶时滞双向联想记忆神经网络具有平衡点,以及系统全局一致渐近稳定性

4、和同步,并利用数据仿真验证了结果的有效性.设计合适的Lyapunov函数,在线性反馈控制器下,获得了非时滞的分数阶双向联想记忆神经网络的有界性和渐近周期性的充分条件,为时滞分数阶神经动力学系统的周期性提供了新思想.关键词:分数阶系统;双向联想记忆神经网络;稳定性;同步;周期性.IAbstractNeuraldynamicssystemisadisciplinewhichiscombinatedbyneuralnetworksanddynamicsystems.Mostofsystemsarever

5、ycomplicatedinreallife.Thefractionaldifferentialmodeldescribesthedynamicchangesandprocessesofphysics、engineeringsystems,、medicalmachineryandsoon.Soitisvaluabletostudythefractional-orderneuralnetworksystem.Thispapermainlyinvestigatedthestability,synchron

6、izationandperiodicoffractional-orderbidirectionalassociativeneuralnetworkwithtime-delay.UsingCaputofractionalderivativetheory,Mittag-LefflerfunctionandRazumikhin-typetheorems,thedynamicevolutioncharacteristicsofthesystemsareanalyzedandthetheoreticalcrit

7、erionofsystemstability,synchronizationandperiodicareobtained.Themainworksareasfollows:Theglobalasymptoticstabilityandsynchronizationofdelayedfractional-orderbidirectionalassociativememoryneuralnetworkarestudiedviathetheoryoffractionaldifferentialequatio

8、ns,LaplacetransformandLeibniztheorem.UnderthelinearfeedbackcontrollerandselecttheappropriateLyapunovfunction,severalconditionsoftheboundednessandgloballyasymptoticallyperiodicityforfractional-orderbidirectionalassociativememory

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。