《時滯遞歸神經網路的狀態估計理論與套用》是2014年科學出版社出版的圖書,作者是黃鶴。
基本介紹
- 中文名:時滯遞歸神經網路的狀態估計理論與套用
- 作者:黃鶴
- 出版社:科學出版社
- 出版時間:2014年9月1日
- 頁數:253 頁
- 開本:5 開
- ISBN:9787030418913
- 外文名:Theory and application of state estimation for recurrent neural network with time delay
- 語種:簡體中文
內容簡介,圖書目錄,
內容簡介
通常一個用於解決複雜非線性問題的人工神經網路模型具有大量的神經元,並且它們之間的連線是非常複雜的。在實際中人們很難完全知道每個神經元的狀態信息,因此對時滯遞歸神經網路的狀態估計問題的研究具有非常重要的意義。《時滯遞歸神經網路的狀態估計理論與套用》主要介紹有關時滯遞歸神經網路的狀態估計理論和套用的最新成果,運用多種不同的方法(如時滯劃分方法、鬆弛變數方法和多重積分不等式方法等)處理三類時滯神經網路的狀態估計問題,給出了狀態估計器的設計算法,並通過大量的例子來驗證《時滯遞歸神經網路的狀態估計理論與套用》的理論成果。最後,討論了理論成果在反饋控制中的套用。
《時滯遞歸神經網路的狀態估計理論與套用》適合於高等院校自動化、計算機、電子信息、套用數學、非線性科學和物理等專業的高年級本科生、研究生和教師使用,也可供相關領域的科研人員參考。
本書系統地介紹了時滯遞歸神經網路的狀態估計理論以及在反饋控制中的套用。全書分為四部分。其中,第一部分為第2-6章,主要介紹時滯局部場神經網路的狀態估計。第二部分為第7-10章,主要闡述時滯靜態神經網路的狀態估計。第三部分為第11-12章,分析帶馬爾可夫跳躍參數的時滯遞歸神經網路的狀態估計。第四部分為第13章,討論時滯遞歸神經網路的狀態估計理論在反饋控制方面的套用。
圖書目錄
前言
第1章引言
1.1神經網路的研究進展
1.2遞歸神經網路的分類
1.3遞歸神經網路的動力學行為
1.3.1Lyapunov穩定性理論簡介
1.3.2時滯線性系統的穩定性
1.3.3時滯遞歸神經網路的穩定性
1.4研究現狀和全書主要內容概述
1.5幾個常用的引理
第一部分時滯局部場神經網路的狀態估計
第2章時滯局部場神經網路的狀態估計(1):基於自由權矩陣的方法
2.1問題的描述
2.2時滯局部場神經網路的狀態估計器設計
2.3仿真示例
2.4本章小結
第3章時滯局部場神經網路的狀態估計(2):基於改進的時滯劃分方法
3.1問題的描述
3.2改進的時滯劃分方法的基本思想
3.3基於改進時滯劃分方法的狀態估計器設計
3.4數值結果與比較
3.5本章小結
第4章時滯局部場神經網路的狀態估計(3):基於鬆弛參數的方法
4.1問題的描述
4.2基於鬆弛參數的狀態估計器設計
4.3在時滯混沌神經網路中的套用∞
4.4本章小結
第5章具有參數不確定性的時滯局部場神經網路的魯棒狀態估計
5.1問題的描述
5.2魯棒狀態估計器的設計
5.3不帶參數不確定性的時滯局部場神經網路的狀態估計
5.4仿真示例
5.5本章小結
第6章時滯局部場神經網路的保性能狀態估計
6.1問題的描述
6.2依賴於時滯的保H∞性能的狀態估計器的設計
6.3依賴於時滯的保廣義H2性能的狀態估計器的設計
6.4兩個示例
6.5討論與比較
6.6本章小結
第二部分時滯靜態神經網路的狀態估計
第7章時滯靜態神經網路的狀態估計(1):依賴於時滯的設計方法
7.1問題的描述
7.2狀態估計器的設計
7.3時滯靜態神經網路的穩定性分析
7.4仿真示例
7.5本章小結
第8章時滯靜態神經網路的狀態估計(2):保性能狀態估計的初步結果
8.1問題的描述
8.2時滯靜態神經網路的保He,。性能的狀態估計
8.2.1不依賴於時滯的保H∞性能的狀態估計
8.2.2依賴於時滯的保H∞性能的狀態估計
8.3保廣義H2性能的狀態估計器設計
8.3.1不依賴於時滯的保廣義H2性能的狀態估計
8.3.2依賴於時滯的保廣義H2性能的狀態估計
8.4仿真示例
8.5本章小結
第9章時滯靜態神經網路的狀態估計(3):基於二階積分不等式的保性能狀態估計
9.1問題的描述
9.2基於二階積分不等式的保H∞性能的狀態估計
9.2.1依賴於時滯的保H∞性能的設計準則
9.2.2仿真示例
9.3基於二階積分不等式的保廣義H2性能的狀態估計
9.3.1依賴於時滯的保廣義H2性能的設計準則
9.3.2仿真示例
9.4本章小結
第10章時滯靜態神經網路的狀態估計(4):Arcak型狀態估計器設計
10.1問題的描述
10.2保廣義H2性能的狀態估計
10.3示例與數值比較
10.4本章小結
第三部分帶馬爾可夫跳躍參數的時滯遞歸神經網路的狀態估計
第11章依賴於系統模態的帶馬爾可夫跳躍參數和混合時滯的遞歸神經網路的狀態估計
11.1問題的描述
11.2依賴於系統模態的狀態估計器設計
11.3討論與比較
11.4具有複雜動力學行為的馬爾可夫跳躍神經網路的狀態估計
11.5本章小結
第12章帶馬爾可夫跳躍參數的時滯遞歸神經網路的濾波器設計
12.1問題的描述
12.2H∞濾波器的設計
12.3L2—L∞濾波器的設計
12.4仿真示例
12.5本章小結
第四部分時滯遞歸神經網路的狀態估計理論在反饋控制方面的套用
第13章基於狀態估計理論的時滯遞歸神經網路的指數鎮定
13.1問題的描述
13.2基於狀態估計的反饋控制
13.3仿真示例
13.4本章小結
參考文獻
本書常用的數學符號