具有量化和數(shù)據(jù)包丟失的markov跳變神經(jīng)網(wǎng)絡(luò)的反饋控制

《具有量化和數(shù)據(jù)包丟失的markov跳變神經(jīng)網(wǎng)絡(luò)的反饋控制》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、目錄中：艾摘要?????????????????．1』kbstract???．．??．．．???．．．．?．．?．．??．．．?．2第一章引言?????????????????．31．1研究背景、目的和意義．．．?????．．?????．．．．31．2神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的研究中問(wèn)題的描述與準(zhǔn)備??????．．41．3目前關(guān)于網(wǎng)絡(luò)控制的研究．．．???．???????．．．．71．4符號(hào)說(shuō)明?．?????．．??。???????．．．7第二：章具有量化的Markov跳變神經(jīng)網(wǎng)絡(luò)的狀態(tài)反饋控制???．．92．1模型的建立及問(wèn)題的提出?????．．??????

2、．．92．2若干引理、假設(shè)及定義????????????．．1l2．3主要結(jié)論及證明．．??????．．?．?????．．．132．4數(shù)值例子???．?????????????．20第三章基于觀測(cè)器的狀態(tài)反饋控制?????????．．223．1模型的建立：??????????????．?．223．2主要定理及證明????．．．?????????。．233．3數(shù)值例子????????????????．．27參考文獻(xiàn)??????????????????．30致謝???????????????????。．33徐玲：具有量化和數(shù)據(jù)包丟失的Markov跳變神經(jīng)網(wǎng)

3、絡(luò)的反饋控制三中文摘要神經(jīng)網(wǎng)絡(luò)是一種非常重要且復(fù)雜的大規(guī)模動(dòng)力系統(tǒng)，具有十分豐富的動(dòng)力學(xué)屬性．它已在聯(lián)想記憶、組合優(yōu)化、信號(hào)處理等問(wèn)題中得到廣泛應(yīng)用．由于神經(jīng)網(wǎng)絡(luò)的通信帶寬，承載能力和服務(wù)能力等問(wèn)題的限制，控制系統(tǒng)的性能受到了很大影響。目前，具有量化的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的穩(wěn)定性研究己引起大批學(xué)者的興趣并取得很多豐富和有意義的成果．本文在前人的基礎(chǔ)上研究了具有量化和數(shù)據(jù)包丟失的Markov跳變神經(jīng)網(wǎng)絡(luò)的反饋控制系統(tǒng)，并用對(duì)數(shù)量化器對(duì)測(cè)量值進(jìn)行量化，利用貝努力二項(xiàng)分布描述神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的數(shù)據(jù)丟包。我們的主要工作是分析和研究狀態(tài)反饋控制系統(tǒng)達(dá)到指數(shù)穩(wěn)定的條件

4、以及基于觀測(cè)器狀態(tài)反饋控制達(dá)到指數(shù)穩(wěn)定的條件．全文主要內(nèi)容包括以下幾點(diǎn)：1．簡(jiǎn)要概述神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)及Markov跳變神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的相關(guān)背景和研究意義，介紹了神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)中常見(jiàn)的問(wèn)題及研究現(xiàn)狀．2．建立具有量化和數(shù)據(jù)包丟失的分布時(shí)滯Markov跳變神經(jīng)網(wǎng)絡(luò)的反饋控制系統(tǒng)模型，通過(guò)構(gòu)造特殊的Lyapunov—Krasovskii函數(shù)及線性矩陣不等式理論，給出該系統(tǒng)達(dá)到指數(shù)穩(wěn)定的條件，并獲得基于估計(jì)器的控制器的設(shè)計(jì)方法．3．分析基于觀測(cè)器的輸出反饋控制穩(wěn)定性問(wèn)題，建立誤差系統(tǒng)．利用特殊的Lyapllnov—Krasovskii函數(shù)及線性矩陣不等式理

5、論，給出新系統(tǒng)達(dá)到指數(shù)穩(wěn)定的條件，并獲得基于觀測(cè)器的控制器的設(shè)計(jì)方法．船，關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)反饋控制；量化；丟包；馬爾科夫鏈．揚(yáng)州I大學(xué)碩士學(xué)位論文AbstractTileneuralnetwork，asanimportantlarge—scalecomplexsystem，exhibitsrichandcolorfuldynamicalbehaviors．Ithasimportantandpotentialapplicationsinsolvingassociativememories，optimizingsolvers，signalprocessin

6、gandSOon．Sincethelimitionoftheneuralnetwork’Scommunicationbandwidth，servicecapacityandcarryingcapacity，theperformanceoftheNNCSsissuppressed．Recently,thestabilityofquantiedNNCSshasattractedalargenumberofresearchers，andaseriesofsignificantresultshavebeenachieved．2Thisdissertationf

7、ocusesontheout-feedbackcontroldesignformarkovianjumpingneuralnetworksystemssubjecttoquantizationanddropout．Twowell-knownNNCSsmodels，i．e．，thelogarithmicquantizeandBernoullimodel．Ourpurposehereistodevelopseveralconditionssuchthattheclosed-loopsystemsarestableandsatisfycorrespondin

8、gperformanceindices．ThemainWOrkofthisdissertati