控制理论与应用
控製理論與應用
공제이론여응용
CONTROL THEORY & APPLICATIONS
2012年
9期
1169-1175
,共7页
神经网络%采样控制%稳定性条件
神經網絡%採樣控製%穩定性條件
신경망락%채양공제%은정성조건
neural networks (NNs)%sampled-data control%stability criteria
本文研究了网络化神经网络的稳定性问题.首先,为了利用网络系统的采样特征,定义了一个新的Lyapunov泛函；通过分析网络诱导时延和执行周期之间的关系,采用一个迭代凸组合技术,得到了一个包含较少保守性的稳定性判据.然后,给出一个基于采样数据的神经网络稳定性判据,减少了计算复杂性.最后,通过一个数例,验证了本文方法的有效性和优越性.
本文研究瞭網絡化神經網絡的穩定性問題.首先,為瞭利用網絡繫統的採樣特徵,定義瞭一箇新的Lyapunov汎函；通過分析網絡誘導時延和執行週期之間的關繫,採用一箇迭代凸組閤技術,得到瞭一箇包含較少保守性的穩定性判據.然後,給齣一箇基于採樣數據的神經網絡穩定性判據,減少瞭計算複雜性.最後,通過一箇數例,驗證瞭本文方法的有效性和優越性.
본문연구료망락화신경망락적은정성문제.수선,위료이용망락계통적채양특정,정의료일개신적Lyapunov범함；통과분석망락유도시연화집행주기지간적관계,채용일개질대철조합기술,득도료일개포함교소보수성적은정성판거.연후,급출일개기우채양수거적신경망락은정성판거,감소료계산복잡성.최후,통과일개수례,험증료본문방법적유효성화우월성.
