基于網絡誘導不完全信息的幾類離散時滯隨機憶阻神經網絡的穩(wěn)定性及狀態(tài)估計問題研究

基于網絡誘導不完全信息的幾類離散時滯隨機憶阻神經網絡的穩(wěn)定性及狀態(tài)估計問題研究本文討論基于網絡誘導不完全信息的幾類離散時滯隨機憶阻神經網絡的穩(wěn)定性及狀態(tài)估計問題。首先充分考慮憶阻記憶特性、系統(tǒng)時滯及環(huán)境噪聲等因素,建立幾類離散時滯隨機憶阻神經網絡模型,并討論一類離散隨機憶阻神經網絡的全局指數均方穩(wěn)定性問題,進而研究具有混合時滯的離散隨機憶阻雙向聯(lián)想記憶神經網絡的狀態(tài)估計問題,再進一步,基于測量數據隨機丟失、事件觸發(fā)機制和信道衰減等網絡誘導不完全信息,研究幾類離散時滯隨機憶阻神經網絡的H∞狀態(tài)估計問題。具體地,本文框架可表述如下:第一章闡明本文所研究課題的背景及意義、研究現(xiàn)狀,介紹每章節(jié)中所要研究的問題,并且概括本文的主要貢獻。第二章研究具有泄漏時滯和隨機時變時滯的一類離散隨機憶阻神經網絡的全局指數均方穩(wěn)定性問題。采用一個服從Bernoulli分布的隨機變量,刻畫在兩個不同區(qū)間上隨機發(fā)生的時變時滯現(xiàn)象,與此同時,設定憶阻神經網絡的激勵函數是扇形有界的。通過對憶阻神經網絡參數狀態(tài)依賴特性的分析,構建適當的Lyapunov-Krasovskii泛函,從而得到使該離散隨機時滯憶阻神經網絡全局均方指數穩(wěn)定性的充分條件。第三章研究具有隨機時滯的一類離散遞歸憶阻神經網絡的H∞狀態(tài)估計問題。首先借助一個服從Bernoulli分布的隨機變量來刻畫離散時滯隨機取值的現(xiàn)象。進而,設計一個狀態(tài)估計器,并基于魯棒分析方法得到使估計誤差動力學系統(tǒng)同時滿足均方指數穩(wěn)定性以及H∞性能的充分條件。最后,根據線性矩陣不等式法設計H∞狀態(tài)估計器。第四章研究具有離散時滯和分布式時滯的一類離散隨機BAM憶阻神經網絡的H∞狀態(tài)估計問題。通過構建一列新穎的切換函數來描述在離散情形下憶阻神經網絡連接權重的狀態(tài)依賴特性,進而對所考慮的憶阻神經網絡進行穩(wěn)定性分析。在此基礎上,借助已構造的切換函數設計一個憶阻神經網絡的狀態(tài)估計器,并利用Lyapunov穩(wěn)定理論及隨機分析理論得到使估計誤差動力學系統(tǒng)同時滿足均方指數穩(wěn)定和H∞性能的充分條件。進一步地,給出一類離散隨機憶阻神經網絡的H∞狀態(tài)估計算法。第五章在測量數據隨機丟失情形下研究一類離散隨機憶阻神經網絡基于事件觸發(fā)機制的H∞狀態(tài)估計問題。本章中離散憶阻神經網絡同時受到加性確定性擾動和乘性隨機噪聲的影響。與此同時,采用一列服從Bernoulli分布的隨機變量來刻畫測量數據隨機丟失的現(xiàn)象。為了在保證目標系統(tǒng)穩(wěn)定的前提下有效地提高網絡資源利用率,引入一個基于事件的觸發(fā)方案用以確定測量數據是否發(fā)送給狀態(tài)估計器。進而根據Lyapunov-Krasovskii泛函以及隨機分析法得到使估計誤差系統(tǒng)滿足均方指數穩(wěn)定性的充分條件,該條件可以同時確保系統(tǒng)的H∞性能得到滿足,并基于此條件設計憶阻神經網絡基于事件觸發(fā)機制的H∞狀態(tài)估計器。第六章在信道衰減情形下考慮具有隨機發(fā)生混合時滯的一類離散憶阻神經網絡的H∞狀態(tài)估計問題。提出一組切換函數用以刻畫離散情形下憶阻神經網絡的狀態(tài)依賴特性。進而,利用魯棒分析理論和Lyapunov-functional理論得到使估計誤差系統(tǒng)既滿足隨機穩(wěn)定性又滿足H∞性能的充分性判據。隨后,利用系統(tǒng)隨機穩(wěn)定性和線性矩陣不等式技術設計滿足指定性能要求的H∞狀態(tài)估計器。主要結論不僅