遞歸時(shí)滯神經(jīng)網(wǎng)絡(luò)的綜合分析與動(dòng)態(tài)特性研究

前言

　　人類(lèi)的大腦目前是世界上最具復(fù)雜性的事物之一，其間相互連接，形成縱橫交錯(cuò)的贍養(yǎng)結(jié)構(gòu)，進(jìn)而構(gòu)成了一個(gè)非常復(fù)雜并且高效的住處處理網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)正是模擬人腦的工作模式而提出的一種信息處理網(wǎng)絡(luò).從20世紀(jì)40年代人工神經(jīng)網(wǎng)絡(luò)首次進(jìn)入人們的視野到現(xiàn)在，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)廣泛應(yīng)用在經(jīng)濟(jì)、醫(yī)療、工業(yè)、農(nóng)業(yè)等各個(gè)領(lǐng)域，被數(shù)學(xué)、經(jīng)濟(jì)學(xué)、、控制工程學(xué)等學(xué)科作為重要的研究對(duì)象和研究工具。特別是在控制領(lǐng)域中，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)成為信號(hào)處理、系統(tǒng)建模和模式識(shí)別等方向上不可替代的工具。

內(nèi)容概要

本書(shū)系統(tǒng)地研究了遞歸時(shí)滯神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)特性。全書(shū)共九章，針對(duì)一系列遞歸時(shí)滯神經(jīng)網(wǎng)絡(luò)模型的全局性能進(jìn)行了分析，給出了時(shí)滯、參數(shù)攝動(dòng)、互聯(lián)結(jié)構(gòu)約束等對(duì)其性能的影響。書(shū)中所給的動(dòng)態(tài)性能分析方法包括M矩陣、代數(shù)不等式以及線(xiàn)性矩陣不等式方法等。本書(shū)的主要特點(diǎn)是透徹的性能分析及嚴(yán)謹(jǐn)?shù)睦碚撟C明，特別是在時(shí)滯、參數(shù)攝動(dòng)以及新型遞歸神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)等方面提出了開(kāi)創(chuàng)性的設(shè)計(jì)與分析方法。書(shū)中的內(nèi)容全部來(lái)源于作者近幾年來(lái)的創(chuàng)新性研究成果，新穎實(shí)用，研究方法先進(jìn)，具有重要的理論研究和實(shí)際應(yīng)用價(jià)值。    本書(shū)適合于高等院校中應(yīng)用數(shù)學(xué)、物理學(xué)、控制科學(xué)、計(jì)算機(jī)科學(xué)、信息技術(shù)等專(zhuān)業(yè)的高年級(jí)本科生、研究生和教師使用，同時(shí)也可供相關(guān)的科技人員作為參考書(shū)使用。

作者簡(jiǎn)介

張化光，1959年5月生。1991年于東南大學(xué)熱工自動(dòng)化專(zhuān)業(yè)獲博士學(xué)位，爾后來(lái)到東北大學(xué)自動(dòng)控制博士后流動(dòng)站作兩年的博士后科研工作。自1994年起在東北大學(xué)控制理論與控制工程專(zhuān)業(yè)任教授、博士生導(dǎo)師及電氣自動(dòng)化研究所所長(zhǎng)。曾在美國(guó)、韓國(guó)和香港地區(qū)三所大學(xué)長(zhǎng)期從事合作科研工作及任訪(fǎng)問(wèn)學(xué)者。近年來(lái)主要從事模糊系統(tǒng)理淪、模糊控制與智能控制、自適應(yīng)控制、混沌控制、電力系統(tǒng)自動(dòng)化、新型電機(jī)和拖動(dòng)系統(tǒng)的設(shè)計(jì)及其自動(dòng)化的理論研究和工程開(kāi)發(fā)工作。曾獲得國(guó)家自然科學(xué)基金、歸國(guó)留學(xué)人員基金、國(guó)家“863”重大專(zhuān)項(xiàng)等資助。曾主持或作為主要科研人員完成了30多項(xiàng)國(guó)內(nèi)外的相關(guān)科研項(xiàng)目。4項(xiàng)研究成果分別獲國(guó)家能源部、遼寧省和國(guó)家教委（甲類(lèi)）科技進(jìn)步一、二等獎(jiǎng)。享受?chē)?guó)務(wù)院政府特殊津貼。

書(shū)籍目錄

序前言第1章　遞歸時(shí)滯神經(jīng)網(wǎng)絡(luò)及系統(tǒng)動(dòng)態(tài)分析基礎(chǔ)  1.1　人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介  1.2　遞歸神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介  1.3　時(shí)滯對(duì)遞歸神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)特性的影響  1.4　神經(jīng)元的激勵(lì)和抑制對(duì)網(wǎng)絡(luò)動(dòng)態(tài)特性的影響  1.5　遞歸時(shí)滯神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)特性分析方法和內(nèi)容  1.6　遞歸時(shí)滯神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)特性分析的預(yù)備知識(shí)  參考文獻(xiàn)第2章　時(shí)滯Hopfield神經(jīng)網(wǎng)絡(luò)的綜合分析  2.1　引言  2.2　單時(shí)滯不對(duì)稱(chēng)Hopfield神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)特性分析  2.3　單時(shí)滯Hopfield神經(jīng)網(wǎng)絡(luò)模型的魯棒穩(wěn)定性分析  2.4　多定常時(shí)滯不對(duì)稱(chēng)Hopfield神經(jīng)網(wǎng)絡(luò)模型的動(dòng)態(tài)特性分析  2.5　多定常時(shí)滯Hopfield神經(jīng)網(wǎng)絡(luò)模型的魯棒穩(wěn)定性分析  參考文獻(xiàn)第3章　時(shí)滯細(xì)胞神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)特性研究  3.1　相關(guān)假設(shè)和引理  3.2　多時(shí)滯細(xì)胞神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)特性分析  3.3　具有混合時(shí)滯的細(xì)胞神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)特性分析  參考文獻(xiàn)第4章　時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的綜合分析  4.1　多時(shí)變時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)分析  4.2　多時(shí)變時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的魯棒穩(wěn)定性分析  參考文獻(xiàn)第5章　第一類(lèi)廣義遞歸時(shí)滯神經(jīng)網(wǎng)絡(luò)的綜合分析  5.1　第一類(lèi)廣義遞歸時(shí)滯神經(jīng)網(wǎng)絡(luò)  5.2　多時(shí)變時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)時(shí)滯依賴(lài)穩(wěn)定性判據(jù)  5.3　多時(shí)變時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)時(shí)滯獨(dú)立穩(wěn)定性判據(jù)  5.4　第一類(lèi)廣義多時(shí)變時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)特性分析  5.5　第一類(lèi)廣義多時(shí)滯參數(shù)攝動(dòng)遞歸神經(jīng)網(wǎng)絡(luò)的魯棒穩(wěn)定性分析  5.6　第一類(lèi)廣義多時(shí)變時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)魯棒穩(wěn)定性分析  參考文獻(xiàn)第6章　第二類(lèi)廣義遞歸時(shí)滯神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)特性分析  6.1　第二類(lèi)廣義遞歸時(shí)滯神經(jīng)網(wǎng)絡(luò)  6.2　第二類(lèi)廣義多時(shí)變時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)特性分析  6.3　帶有分布時(shí)滯的變系數(shù)第二類(lèi)廣義遞歸神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)特性分析  參考文獻(xiàn)第7章　時(shí)滯Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)的綜合分析  7.1　引言  7.2　單時(shí)滯不對(duì)稱(chēng)Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型的動(dòng)態(tài)特性分析  7.3　單時(shí)滯Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型的時(shí)滯依賴(lài)穩(wěn)定性分析  7.4　單時(shí)滯Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型魯棒穩(wěn)定性分析  7.5　多時(shí)滯Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型的穩(wěn)定性  7.6　多時(shí)滯Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型的魯棒穩(wěn)定性  參考文獻(xiàn)第8章　時(shí)變時(shí)滯區(qū)間Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)的魯棒穩(wěn)定性分析  8.1　引言  8.2　問(wèn)題描述  8.3　相關(guān)假設(shè)和引理  8.4　時(shí)滯區(qū)間Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)的魯棒穩(wěn)定性分析  參考文獻(xiàn)第9章　時(shí)變時(shí)滯模糊雙曲神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)特性分析  9.1　引言  9.2　相關(guān)基礎(chǔ)知識(shí)  9.3　時(shí)變時(shí)滯模糊系統(tǒng)和時(shí)變時(shí)滯模糊基函數(shù)  9.4　時(shí)變時(shí)滯模糊雙曲神經(jīng)網(wǎng)絡(luò)的模型和實(shí)現(xiàn)  9.5　時(shí)變時(shí)滯模糊雙曲神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析  參考文獻(xiàn)索引本書(shū)中使用的符號(hào)

章節(jié)摘錄

　　第1章　遞歸時(shí)滯神經(jīng)網(wǎng)絡(luò)　　及系統(tǒng)動(dòng)態(tài)分析基礎(chǔ)　　近20年來(lái)，由于神經(jīng)科學(xué)、數(shù)理科學(xué)、信息科學(xué)、計(jì)算機(jī)科學(xué)的快速發(fā)展，人類(lèi)認(rèn)識(shí)和了解自身的速度進(jìn)一步加快，作為研究人類(lèi)自身科學(xué)的重要成果之一的人工神經(jīng)網(wǎng)絡(luò)也得到進(jìn)一步發(fā)展?！　∧壳?，人們已提出近百種的人工神經(jīng)網(wǎng)絡(luò)模型。其中，有的是從人腦生物原型中借鑒的，因而在一定程度上模仿了人腦的某種功能，但也有一些是從數(shù)學(xué)模型中推導(dǎo)出的。事實(shí)上，不論這些模型是通過(guò)何種途徑誘發(fā)而生成的，它們?cè)谀Ｊ阶R(shí)別、系統(tǒng)辨識(shí)、信號(hào)處理、自動(dòng)控制、組合優(yōu)化、預(yù)測(cè)預(yù)估、故障診斷、專(zhuān)家系統(tǒng)以及經(jīng)濟(jì)管理等領(lǐng)域已卓有成效地解決了許多傳統(tǒng)數(shù)字計(jì)算機(jī)所難以解決的實(shí)際問(wèn)題，表現(xiàn)出了很好的智能特性和潛在的應(yīng)用前景?！　?.1　人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介　　為了模擬大腦的基本特性，在現(xiàn)代神經(jīng)科學(xué)研究的基礎(chǔ)上，人們提出了人工神經(jīng)網(wǎng)絡(luò)的模型。神經(jīng)元（神經(jīng)細(xì)胞）是神經(jīng)網(wǎng)絡(luò)的基本處理單元，神經(jīng)元模型如圖1.1.1所示。軸突的功能是將本神經(jīng)元的輸出信號(hào)（興奮）傳遞給其他神經(jīng)元，其末端的許多神經(jīng)末梢使得興奮可以同時(shí)傳送給多個(gè)神經(jīng)元。樹(shù)突的功能是接受來(lái)自其他神經(jīng)元的興奮。神經(jīng)元的樹(shù)突與其他神經(jīng)元的神經(jīng)末梢相連的部分稱(chēng)為突觸。神經(jīng)元細(xì)胞體將接受到的所有信號(hào)進(jìn)行簡(jiǎn)單的處理后由軸突輸出。大腦之所以能夠處理極其復(fù)雜的分析、推理工作，一方面是因?yàn)槠渖窠?jīng)元數(shù)量的龐大，另一方面還在于神經(jīng)元能夠?qū)斎胄盘?hào)進(jìn)行非線(xiàn)性處理。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    遞歸時(shí)滯神經(jīng)網(wǎng)絡(luò)的綜合分析與動(dòng)態(tài)特性研究 PDF格式下載

---