求解一类新的非线性变分不等式的神经网络

考虑了一类新的非线性变分不等式,提出了求解的一个神经网络模型．在映射弱强制条件下,严格证明了该网络是Lyapunov稳定的,并且渐进收敛于原问题的一个精确解．此外,在适当的条件下证明了该模型的指数稳定性．数值实例表明该模型可行且有效．     

变时滞细胞神经网络的全局指数稳定性

研究了一类变时滞细胞神经网络平衡点的全局指数稳定性问题．在不要求激励函数全局Lipschitz条件下，利用Lyapunov函数方法和M-矩阵的特性，结合Young不等式和Halanay时滞微分不等式，得到了细胞神经网络模型在一定条件下全局指数稳定的一些充分条件．数值例子说明了本文结果的有效性．     

二次规划问题的比例时滞神经网络的全局渐近稳定性

针对一类等式约束下的二次规划问题,提出一类比例时滞Lagrange神经网络模型,通过证明该神经网络平衡点的渐近稳定性,得到该二次规划问题最优解的存在性.通过构造适当的Lyapunov泛函,利用Lyapunov稳定性理论和线性矩阵不等式,得到比例时滞Lagrange神经网络全局渐近稳定的时滞依赖的充分条件,该条件以线性矩阵不等式的形式给出,便于应用Matlab Toolbox验证.最后通过一个数值算例及其仿真结果验证了所提方法的有效性.     

混合变时滞的中立型神经网络全局指数稳定性

利用Lyapunov—Krasovskii稳定性理论和线性矩阵不等式（LMI）处理方法,研究了一类具有混合时变时滞的中立型细胞神经网络的全局指数稳定性问题,获得了该模型平衡点全局指数稳定的一个新的充分条件．改进和推广了已有文献的结果,降低了系统的保守性．所得结论对更好的模拟细胞神经网络的行为具有重要的指导意义．     

一类半无限极大极小问题的神经网络

本文考虑了一类半无限极大极小问题。首先将它等价转化为半无限非线性规划模型,再使用ku-hn-Tuckey条件、射影定理等,提出了求解它的一个神经网络模型。最后严格说明了该模型是Lyapunov稳定的,并收敛到原问题的一个精确解。     

基于径向基函数神经网络迟滞非线性自适应控制

提出了一种新的动态迟滞非线性模型．将一定数量不同死区宽度的backlash模型并行相加,作为一个动态系统以仿真执行器中的迟滞特性．利用该模型,采用伪控制方法设计了一套具有未知迟滞特性非线性系统的神经网络自适应控制方案,通过自适应算法来调整干扰项的上限．采用Lyapunov稳定性理论进行了严格证明,仿真试验验证了所提方案的有效性．     

一类变时延细胞神经网络的全局指数稳定性

讨论了一类具有可变时延的细胞神经网络的平衡点的存在性及全局指数稳定性,利用Brouwer不动点定理和推广的Halanaly时延微分不等式,构造合适的Lyapunov函数,获得了该神经网络全局指数稳定的简单实用的判别条件。一个例子说明了它的应用。     

多比例时滞杂交双向联想记忆神经网络的全局指数稳定性

考虑多比例时滞杂交双向联想记忆神经网络的全局指数稳定性．应用Brouwer不动点定理证明了多比例时滞杂交双向联想记忆神经网络平衡点的存在性,再通过构造合适的Lyapunov泛函,获得了该系统平衡点全局指数稳定的时滞依赖的充分条件,该条件蕴含系统平衡点的唯一性,并给出了一个例子说明结论的有效性．     

一类间歇过程的优化及非线性预测控制

基于主产物浓度和反应温度的RBF神经网络模型,使用粒子群优化算法(PSO)求解该间歇反应主产物产率最大化问题,进而得到反应温度优化曲线。利用RBF神经网络建立了反应器冷却水控制温度阶段的预测模型,采用非线性预测控制,并引入了模型误差项,增强了控制方法的鲁棒性和间歇过程的抗干扰性能。利用 Lyapunov 原理对该预测控制算法做了稳定性分析,确定了系统稳定条件下的参数的取值范围。同时编制控制程序在多功能过程及控制实验装置(MPCE)装置上实现了算法的控制,并与以升温速率为基准的特殊PID调节器的控制结果比较,结果证明了基于RBF神经网络非线性预测控制方法的有效性。     

解水平线性互补问题的一个新颖的神经网络

考虑了水平线性互补问题,根据其等价性方程,提出了求解它的一个简单新颖的神经网络模型.新模型的规模为原问题的一半,证明了新模型解的存在唯一性,构造了合适的Lyapunov泛函,并利用线性矩阵不等式方法,给出了该神经网络全局指数稳定的充分条件.用数值模拟说明提出的神经网络的良好性能.     

脉冲高阶时滞Hopfield型神经网络的稳定性分析

针对进化过程中顺序的突然改变导致无法用纯连续或纯粹的离散神经网络来描述的问题,给出了脉冲高阶时滞Hopfield型神经网络模型,并得到时滞脉冲系统渐近稳定的结果.然后,利用该结果和李亚普诺夫方法以及数学分析技术分析网络的稳定性.在激励函数连续、单调有界的条件下,给出了保证脉冲高阶时滞Hopfield型神经网络全局一致渐近稳定的充分条件.这些条件含有许多可调参数,为神经网络提供灵活的设计与分析;并且易于检验,适用于分析生物神经系统的动态特性或设计全局稳定的神经网络.最后,通过仿真实例说明了所得结果的有效性.     

基于LMI的随机神经网络全局渐进稳定性

研究了一类变时滞的随机神经网络模型零解的全局渐进稳定性.基于Lyapunov稳定性理论,通过构造新型Lyapunov-Krasovskii泛函,利用线性矩阵不等式分析技巧,结合It^o微分公式,得到了保证网络的平衡解为均方意义下全局渐进稳定的判别条件.推广了一些已有的结果,并且更少保守.所的结论可用Matlab中的线性矩阵不等式工具箱进行计算来验证网络的稳定性,通过数值例子证明了结论的有效性和易用性.     

一种非线性鲁棒均值预测控制器

提出了一种有界随机动态控制系统输出均值的非线性鳍棒预测控制器。在采用B－样条神经网络的平方根模型表示随机动态系统的输出概率密度函数基础上，输出分布的均值控制转换成一个非线性优化问题。为了解决这一问题，采用了L－M修正梯度搜索方法，得到预测控制器。基于Lyapunov稳定分析，得到了闭环渐近稳定的充分条件和考虑系统建模误差时的鲁棒稳定充分条件。仿真例子表明此算法正确，并获得了很好的结果。     

非光滑极小极大神经网络收敛性分析

利用非光滑分析的理论讨论了非可微鞍泛函的ｍｉｎｉｍａｘ问题，并建立非光滑神经网络来求鞍泛函的鞍点，在适当的条件下，利用Ｌｙａｐｕｎｏｖ理论讨论了网络的收敛性怀稳定性。     

基于混杂脉冲切换控制的时滞混沌神经网络的镇定

针对一类离散时滞混沌神经网络,研究其基于混杂脉冲切换控制的镇定问题.利用切换Lyapunov函数方法和S过程技巧,得到了受控的神经网络的指数稳定判据.该结果反映了脉冲控制和切换控制对闭环系统的稳定性的影响.离散时滞Hopfield混沌神经网络例子表明了所给镇定方法的有效性.     

求解广义互补问题的神经网络方法

构造了求解广义互补问题的一个神经网络模型.分析了该模型解的存在性、收敛性及其李雅普诺夫稳定性、渐近稳定性和指数稳定性.并给出了一些数值模拟结果.     

时滞神经网络对于新的二次优化的应用

研究了一类新的二次优化最优解稳定性问题,并在M为广义正定矩阵时给出了判定平衡点全局指数稳定的充分条件,通过时滞神经网络解线性投影方程的模型,借助Lyapunov函数给出系统全局稳定性的充分条件,最后用仿真实例说明研究结果的有效性.     

不确定扰动情况下耦合Duffing混沌系统的广义投影同步的神经滑模控制

针对两自由度耦合Duffing混沌系统的广义投影同步控制的问题,提出了一种神经滑模控制器的设计方法.基于RBF神经网络构造系统的滑模控制器,设计自适应更新率对神经网络的网络权值进行在线调节,形成滑模控制器切换增益的自适应更新,利用Lyapunov方法证明了受控系统的稳定性.数值模拟结果表明,所设计的神经滑模控制器不但能有效降低响应系统的抖振,改善受控系统的动态品质,而且具有鲁捧性,在不确定扰动情况下仍能较好地控制驱动系统和响应系统间的混沌广义投影同步.此外,该控制器允许任意调整参数λi(i=1,2,3,4)的值得到不同类型的混沌广义投影同步.     

一种新的时滞细胞神经网络全局渐近稳定性准则

研究了一类具有时滞的细胞神经网络全局稳定性问题。首先,提出所研究的时滞细胞神经网络模型、系统激活函数所需满足的条件及本文需要用到的引理。然后,将所研究的系统通过一个等式进行线性变换,在定义一个与系统相关的积分操作基础上讨论时滞细胞神经网络的全局渐近稳定性。与早期的文献结果相比,本文所得结果具有更少保守性,并且该条件是与时滞相关的。本文所得到的稳定性准则可以很容易地求出系统稳定的时滞上界,进而可以很容易得到时滞无关稳定性结果。最后,用一个数值例子证明本文所得的稳定性条件是有效的。