時滯馬爾科夫跳躍神經(jīng)網(wǎng)絡的穩(wěn)定性、耗散性和無源性分析.pdf

1、作為一類混雜隨機系統(tǒng)，時滯相關馬爾科夫跳躍神經(jīng)網(wǎng)絡的建立給我們提供了一種更為有效的處理實際復雜系統(tǒng)的思路。本文的主要討論了時滯相關馬爾科夫跳躍神經(jīng)網(wǎng)絡的穩(wěn)定性，耗散性和無源性問題。具體內容主要包括以下：
　　1.針對一類雙時滯廣義馬爾科夫跳躍神經(jīng)網(wǎng)絡模型,構造了模態(tài)相關的增廣Lyapunov? Krasovskii函數(shù)，借助于--free matrix based inequality和Reciprocally Convex來估計

2、積分交叉項問題，得到了判定系統(tǒng)穩(wěn)定性和能耗性的改善條件。另外，得到的定理推廣到了雙時滯神經(jīng)網(wǎng)絡和單時滯神經(jīng)網(wǎng)絡，得到了判定系統(tǒng)穩(wěn)定性和無源性的條件。
　　2.針對一類不確定馬爾科夫時滯神經(jīng)網(wǎng)絡，分析了魯棒無源性問題。通過完全時滯分段方法構造了模態(tài)相關的Lyapunov?Krasovskii函數(shù)。利用Reciprocally Convex方法處理積分交叉項，得到具有更小保守性的時滯相關線性不等式穩(wěn)定條件。并將得到的定理推廣到時滯神經(jīng)

3、網(wǎng)絡，得到了判定系統(tǒng)無源性的條件。
　　3.針對一類不確定隨機馬爾科夫時滯神經(jīng)網(wǎng)絡，討論了其隨機全局魯棒無源性問題。通過完全時滯分段方法構造了模態(tài)相關的Lyapunov?Krasovskii函數(shù)和改善的自由權矩陣等式，得到了具有更小保守性的時滯相關線性不等式穩(wěn)定條件。并將得到的定理推廣到時滯隨機神經(jīng)網(wǎng)絡，得到了判定系統(tǒng)隨機全局魯棒無源性的條件。
　　4.通過數(shù)值仿真證實了本文方法的有效性，并與已有參考文獻比較，本文所得的結論