具比例時滯遞歸神經網路的穩定性及其仿真與套用

具比例時滯遞歸神經網路的穩定性及其仿真與套用

《具比例時滯遞歸神經網路的穩定性及其仿真與套用》是2019年3月1日機械工業出版社出版的圖書,作者是周立群。

基本介紹

  • 書名:具比例時滯遞歸神經網路的穩定性及其仿真與套用
  • 作者:周立群
  • 出版社:機械工業出版社
  • ISBN:9787111616214
內容簡介,圖書目錄,

內容簡介

本書系統地介紹了若干具比例時滯遞遷朽己歸神經網路模型和各種穩定性.通過構造Lyapunov泛函、時滯微分不等式、非線性測度、內積性質和線性矩陣不等式等方法討論了具比例時滯遞歸神經網路的漸近穩定性、多項式穩定性、周期性、概周期性及反周期性、散逸性等性質,並且給出相應的數值算例及仿真.同時對具比例時滯神經網路在二次規劃問題的求解方面的套用進行了初步探討.本書旨在具比例時滯神經網路動力學的深入研究,對具比例時滯神經網路的實際套用奠定一定的理論基境辣炒礎.

圖書目錄

前言
第1章緒論1
1.1遞歸神經網路概述1
1.2時滯遞歸神經網路8
1.3比例時滯遞歸神經網路簡介9
1.4時滯微分方程穩定性理論13
1.4.1時滯微分方程穩定性定義14
1.4.2Lyapunov函式和Lyapunov穩定性理論15
1.5比例時滯微分方程16
1.5.1比例時滯微分方程簡介16
1.5.2非線性變換18
1.6重要數學定義和常用的引理20
1.7符號說明22
參考文獻22
第2章具單比例時滯細胞神經網路的漸近穩定性30
2.1基於M-矩陣的具比例時滯細胞神經網路的漸近穩定性30
2.1.1模型描述及預備知識30
2.1.2全局漸近穩定性31
2.1.3數值算例及仿真37
2.2基於矩陣理論的具比例時滯細胞神經網路的全局漸近穩定性39
2.2.1模型描述及預備知識39
2.2.2全局漸近穩定性40
2.2.3數值算例及仿真44
2.3基於LMI的具比例時滯細胞神經網路的全局漸近穩定性46
2.3.1模型描述及預備知識46
2.3.2全局漸近穩定性47
2.3.3數值算例及仿真50
參考文獻51
第3章具多比例時滯遞歸神經網路的漸近穩定性54
3.1具不等比例時滯細胞神經網路的全局漸近穩定性54
3.1.1模型描櫻元述及預備知識54
3.1.2平衡點的存在性和唯一性55
3.1.3全局漸近穩定性58
3.1.4數值算例及仿真59
3.2具多比例時滯遞歸神經網路的全局漸近穩定性59
3.2.1模型描述及預備知識60
3.2.2平衡點的存在性和唯一性60
3.2.3全局漸近穩定性62
3.2.4數值算例與仿真66
3.3具多比例時滯遞歸神經網路的全局一致漸近穩定性68
3.3.1模型描述及預備知識68
3.3.2全局一致漸近穩定性69
3.3.3數值算例及仿真72
3.4具比例時滯紋婆殼神經網路時滯依賴與時滯獨立的漸近穩定性73
3.4.1模型描述及預備知識73
3.4.2全局漸近穩定性74
3.4.3數值算例及仿真81
參考文獻82
第4章具比例時滯遞歸神經網路的多項式穩定性85
4.1基於時滯微分不等式的細胞神經網路的多項式穩定性85
4.1.1模型描述及預備知識85
4.1.2指數穩定性與多項式穩定性87
4.1.3數值算例及仿真90
4.2基於非線性測度的遞歸神經網路的多項式穩定性92
4.2.1模型描述及預備知識92
4.2.2指數穩定性與多項式穩定性94
4.2.3數值算例及仿真98
4.3具多比例時滯遞歸神經網路的時滯獨立的多項式穩定性98
4.3.1模型描述及煮射汽淚預備知識99
4.3.2指數穩定性與多項式穩定性100
4.3.3數值算例及仿真102
4.4具多比例時滯遞歸神經網路時滯依賴的多項式穩定性103
4.4.1模型描述及預備知識104
4.4.2指數穩定性與多項式穩定性105
4.4.3數值算例及仿真109
4.5基於時滯微分不等式的遞歸神經網路的多項式穩定性鍵刪充灶111
4.5.1數學模型及預備知識112
4.5.2平衡點的存在唯一性113
4.5.3全局多項式穩刪設再定性115
4.5.4數值算例及仿真118
4.6基於Young不等式的具多比例時滯遞歸神經網路的多項式穩定性119
4.6.1模型描述及預備知識119
4.6.2平衡點的存在唯一性120
4.6.3指數穩定性與多項式穩定性123
4.6.4數值算例及仿真126
4.7具多比例時滯廣義細胞神經網路的全局多項式穩定性128
4.7.1模型描述及預備知識128
4.7.2多項式穩定性分析129
4.7.3數值算例及仿真 134
4.8具比例時滯Cohen-Grossberg神經網路的全局多項式穩定性136
4.8.1模型描述及預備知識137
4.8.2指數穩定性與多項式穩定性138
4.8.3數值算例及仿真143
參考文獻144
第5章具比例時滯BAM神經網路的多項式穩定性148
5.1BAM神經網路的全局多項式穩定性148
5.1.1模型描述與預備知識148
5.1.2平衡點的存在性和唯一性150
5.1.3全局指數穩定性152
5.1.4全局多項式穩定性155
5.1.5數值算例及仿真156
5.2BAM神經網路時滯獨立的多項式穩定性158
5.2.1模型描述及預備知識158
5.2.2平衡點的存在性和唯一性161
5.2.3全局指數穩定性162
5.2.4全局多項式穩定性166
5.2.5數值算例及仿真167
5.3BAM神經網路時滯依賴的多項式穩定性171
5.3.1模型描述及預備知識171
5.3.2平衡點的存在性和唯一性173
5.3.3指數穩定性與多項式穩定性174
5.3.4數值算例及仿真178
參考文獻179
第6章具比例時滯遞歸神經網路的周期解的穩定性181
6.1具多比例時滯遞歸神經網路的多項式周期性與穩定性181
6.1.1模型描述及預備知識181
6.1.2多項式周期性與穩定性183
6.1.3數值算例及仿真189
6.2具比例時滯神經網路概周期解的多項式穩定性191
6.2.1模型描述及預備知識192
6.2.2概周期解的存在性和唯一性194
6.2.3概周期解的多項式穩定性195
6.2.4數值算例及仿真198
6.3具比例時滯分流抑制細胞神經網路概周期解的全局吸引性200
6.3.1模型描述及預備知識201
6.3.2概周期解的存在性和唯一性202
6.3.3概周期解的全局吸引性204
6.3.4數值算例及仿真207
6.4具比例時滯遞歸神經網路反周期解的多項式穩定性209
6.4.1模型描述及預備知識209
6.4.2反周期解的全局多項式穩定性211
6.4.3數值算例及仿真214
參考文獻215
第7章具比例時滯遞歸神經網路的散逸性218
7.1具單比例時滯遞歸神經網路的散逸性218
7.1.1模型描述及預備知識218
7.1.2散逸性分析219
7.1.3數值算例及仿真222
7.2具多比例時滯遞歸神經網路的散逸性224
7.2.1模型描述及預備知識224
7.2.2散逸性分析(一)225
7.2.3散
參考文獻82
第4章具比例時滯遞歸神經網路的多項式穩定性85
4.1基於時滯微分不等式的細胞神經網路的多項式穩定性85
4.1.1模型描述及預備知識85
4.1.2指數穩定性與多項式穩定性87
4.1.3數值算例及仿真90
4.2基於非線性測度的遞歸神經網路的多項式穩定性92
4.2.1模型描述及預備知識92
4.2.2指數穩定性與多項式穩定性94
4.2.3數值算例及仿真98
4.3具多比例時滯遞歸神經網路的時滯獨立的多項式穩定性98
4.3.1模型描述及預備知識99
4.3.2指數穩定性與多項式穩定性100
4.3.3數值算例及仿真102
4.4具多比例時滯遞歸神經網路時滯依賴的多項式穩定性103
4.4.1模型描述及預備知識104
4.4.2指數穩定性與多項式穩定性105
4.4.3數值算例及仿真109
4.5基於時滯微分不等式的遞歸神經網路的多項式穩定性111
4.5.1數學模型及預備知識112
4.5.2平衡點的存在唯一性113
4.5.3全局多項式穩定性115
4.5.4數值算例及仿真118
4.6基於Young不等式的具多比例時滯遞歸神經網路的多項式穩定性119
4.6.1模型描述及預備知識119
4.6.2平衡點的存在唯一性120
4.6.3指數穩定性與多項式穩定性123
4.6.4數值算例及仿真126
4.7具多比例時滯廣義細胞神經網路的全局多項式穩定性128
4.7.1模型描述及預備知識128
4.7.2多項式穩定性分析129
4.7.3數值算例及仿真 134
4.8具比例時滯Cohen-Grossberg神經網路的全局多項式穩定性136
4.8.1模型描述及預備知識137
4.8.2指數穩定性與多項式穩定性138
4.8.3數值算例及仿真143
參考文獻144
第5章具比例時滯BAM神經網路的多項式穩定性148
5.1BAM神經網路的全局多項式穩定性148
5.1.1模型描述與預備知識148
5.1.2平衡點的存在性和唯一性150
5.1.3全局指數穩定性152
5.1.4全局多項式穩定性155
5.1.5數值算例及仿真156
5.2BAM神經網路時滯獨立的多項式穩定性158
5.2.1模型描述及預備知識158
5.2.2平衡點的存在性和唯一性161
5.2.3全局指數穩定性162
5.2.4全局多項式穩定性166
5.2.5數值算例及仿真167
5.3BAM神經網路時滯依賴的多項式穩定性171
5.3.1模型描述及預備知識171
5.3.2平衡點的存在性和唯一性173
5.3.3指數穩定性與多項式穩定性174
5.3.4數值算例及仿真178
參考文獻179
第6章具比例時滯遞歸神經網路的周期解的穩定性181
6.1具多比例時滯遞歸神經網路的多項式周期性與穩定性181
6.1.1模型描述及預備知識181
6.1.2多項式周期性與穩定性183
6.1.3數值算例及仿真189
6.2具比例時滯神經網路概周期解的多項式穩定性191
6.2.1模型描述及預備知識192
6.2.2概周期解的存在性和唯一性194
6.2.3概周期解的多項式穩定性195
6.2.4數值算例及仿真198
6.3具比例時滯分流抑制細胞神經網路概周期解的全局吸引性200
6.3.1模型描述及預備知識201
6.3.2概周期解的存在性和唯一性202
6.3.3概周期解的全局吸引性204
6.3.4數值算例及仿真207
6.4具比例時滯遞歸神經網路反周期解的多項式穩定性209
6.4.1模型描述及預備知識209
6.4.2反周期解的全局多項式穩定性211
6.4.3數值算例及仿真214
參考文獻215
第7章具比例時滯遞歸神經網路的散逸性218
7.1具單比例時滯遞歸神經網路的散逸性218
7.1.1模型描述及預備知識218
7.1.2散逸性分析219
7.1.3數值算例及仿真222
7.2具多比例時滯遞歸神經網路的散逸性224
7.2.1模型描述及預備知識224
7.2.2散逸性分析(一)225
7.2.3散

相關詞條

熱門詞條

聯絡我們