出版時間:2008-5 出版社:科學(xué)出版社 作者:張化光 頁數(shù):246
Tag標(biāo)簽:無
前言
人類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,形成縱橫交錯的贍養(yǎng)結(jié)構(gòu),進而構(gòu)成了一個非常復(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、醫(yī)療、工業(yè)、農(nóng)業(yè)等各個領(lǐng)域,被數(shù)學(xué)、經(jīng)濟學(xué)、、控制工程學(xué)等學(xué)科作為重要的研究對象和研究工具。特別是在控制領(lǐng)域中,人工神經(jīng)網(wǎng)絡(luò)已經(jīng)成為信號處理、系統(tǒng)建模和模式識別等方向上不可替代的工具。
內(nèi)容概要
本書系統(tǒng)地研究了遞歸時滯神經(jīng)網(wǎng)絡(luò)的動態(tài)特性。全書共九章,針對一系列遞歸時滯神經(jīng)網(wǎng)絡(luò)模型的全局性能進行了分析,給出了時滯、參數(shù)攝動、互聯(lián)結(jié)構(gòu)約束等對其性能的影響。書中所給的動態(tài)性能分析方法包括M矩陣、代數(shù)不等式以及線性矩陣不等式方法等。本書的主要特點是透徹的性能分析及嚴(yán)謹(jǐn)?shù)睦碚撟C明,特別是在時滯、參數(shù)攝動以及新型遞歸神經(jīng)網(wǎng)絡(luò)設(shè)計等方面提出了開創(chuàng)性的設(shè)計與分析方法。書中的內(nèi)容全部來源于作者近幾年來的創(chuàng)新性研究成果,新穎實用,研究方法先進,具有重要的理論研究和實際應(yīng)用價值。 本書適合于高等院校中應(yīng)用數(shù)學(xué)、物理學(xué)、控制科學(xué)、計算機科學(xué)、信息技術(shù)等專業(yè)的高年級本科生、研究生和教師使用,同時也可供相關(guān)的科技人員作為參考書使用。
作者簡介
張化光,1959年5月生。1991年于東南大學(xué)熱工自動化專業(yè)獲博士學(xué)位,爾后來到東北大學(xué)自動控制博士后流動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業(yè)任教授、博士生導(dǎo)師及電氣自動化研究所所長。曾在美國、韓國和香港地區(qū)三所大學(xué)長期從事合作科研工作及任訪問學(xué)者。近年來主要從事模糊系統(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)自動化、新型電機和拖動系統(tǒng)的設(shè)計及其自動化的理論研究和工程開發(fā)工作。曾獲得國家自然科學(xué)基金、歸國留學(xué)人員基金、國家“863”重大專項等資助。曾主持或作為主要科研人員完成了30多項國內(nèi)外的相關(guān)科研項目。4項研究成果分別獲國家能源部、遼寧省和國家教委(甲類)科技進步一、二等獎。享受國務(wù)院政府特殊津貼。
書籍目錄
序前言第1章 遞歸時滯神經(jīng)網(wǎng)絡(luò)及系統(tǒng)動態(tài)分析基礎(chǔ) 1.1 人工神經(jīng)網(wǎng)絡(luò)簡介 1.2 遞歸神經(jīng)網(wǎng)絡(luò)簡介 1.3 時滯對遞歸神經(jīng)網(wǎng)絡(luò)動態(tài)特性的影響 1.4 神經(jīng)元的激勵和抑制對網(wǎng)絡(luò)動態(tài)特性的影響 1.5 遞歸時滯神經(jīng)網(wǎng)絡(luò)的動態(tài)特性分析方法和內(nèi)容 1.6 遞歸時滯神經(jīng)網(wǎng)絡(luò)動態(tài)特性分析的預(yù)備知識 參考文獻第2章 時滯Hopfield神經(jīng)網(wǎng)絡(luò)的綜合分析 2.1 引言 2.2 單時滯不對稱Hopfield神經(jīng)網(wǎng)絡(luò)的動態(tài)特性分析 2.3 單時滯Hopfield神經(jīng)網(wǎng)絡(luò)模型的魯棒穩(wěn)定性分析 2.4 多定常時滯不對稱Hopfield神經(jīng)網(wǎng)絡(luò)模型的動態(tài)特性分析 2.5 多定常時滯Hopfield神經(jīng)網(wǎng)絡(luò)模型的魯棒穩(wěn)定性分析 參考文獻第3章 時滯細胞神經(jīng)網(wǎng)絡(luò)的動態(tài)特性研究 3.1 相關(guān)假設(shè)和引理 3.2 多時滯細胞神經(jīng)網(wǎng)絡(luò)的動態(tài)特性分析 3.3 具有混合時滯的細胞神經(jīng)網(wǎng)絡(luò)的動態(tài)特性分析 參考文獻第4章 時滯遞歸神經(jīng)網(wǎng)絡(luò)的綜合分析 4.1 多時變時滯遞歸神經(jīng)網(wǎng)絡(luò)的動態(tài)分析 4.2 多時變時滯遞歸神經(jīng)網(wǎng)絡(luò)的魯棒穩(wěn)定性分析 參考文獻第5章 第一類廣義遞歸時滯神經(jīng)網(wǎng)絡(luò)的綜合分析 5.1 第一類廣義遞歸時滯神經(jīng)網(wǎng)絡(luò) 5.2 多時變時滯遞歸神經(jīng)網(wǎng)絡(luò)時滯依賴穩(wěn)定性判據(jù) 5.3 多時變時滯遞歸神經(jīng)網(wǎng)絡(luò)時滯獨立穩(wěn)定性判據(jù) 5.4 第一類廣義多時變時滯遞歸神經(jīng)網(wǎng)絡(luò)動態(tài)特性分析 5.5 第一類廣義多時滯參數(shù)攝動遞歸神經(jīng)網(wǎng)絡(luò)的魯棒穩(wěn)定性分析 5.6 第一類廣義多時變時滯遞歸神經(jīng)網(wǎng)絡(luò)魯棒穩(wěn)定性分析 參考文獻第6章 第二類廣義遞歸時滯神經(jīng)網(wǎng)絡(luò)的動態(tài)特性分析 6.1 第二類廣義遞歸時滯神經(jīng)網(wǎng)絡(luò) 6.2 第二類廣義多時變時滯遞歸神經(jīng)網(wǎng)絡(luò)動態(tài)特性分析 6.3 帶有分布時滯的變系數(shù)第二類廣義遞歸神經(jīng)網(wǎng)絡(luò)動態(tài)特性分析 參考文獻第7章 時滯Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)的綜合分析 7.1 引言 7.2 單時滯不對稱Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型的動態(tài)特性分析 7.3 單時滯Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型的時滯依賴穩(wěn)定性分析 7.4 單時滯Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型魯棒穩(wěn)定性分析 7.5 多時滯Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型的穩(wěn)定性 7.6 多時滯Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型的魯棒穩(wěn)定性 參考文獻第8章 時變時滯區(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 問題描述 8.3 相關(guān)假設(shè)和引理 8.4 時滯區(qū)間Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)的魯棒穩(wěn)定性分析 參考文獻第9章 時變時滯模糊雙曲神經(jīng)網(wǎng)絡(luò)的動態(tài)特性分析 9.1 引言 9.2 相關(guān)基礎(chǔ)知識 9.3 時變時滯模糊系統(tǒng)和時變時滯模糊基函數(shù) 9.4 時變時滯模糊雙曲神經(jīng)網(wǎng)絡(luò)的模型和實現(xiàn) 9.5 時變時滯模糊雙曲神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析 參考文獻索引本書中使用的符號
章節(jié)摘錄
第1章 遞歸時滯神經(jīng)網(wǎng)絡(luò) 及系統(tǒng)動態(tài)分析基礎(chǔ) 近20年來,由于神經(jīng)科學(xué)、數(shù)理科學(xué)、信息科學(xué)、計算機科學(xué)的快速發(fā)展,人類認(rèn)識和了解自身的速度進一步加快,作為研究人類自身科學(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。事實上,不論這些模型是通過何種途徑誘發(fā)而生成的,它們在模式識別、系統(tǒng)辨識、信號處理、自動控制、組合優(yōu)化、預(yù)測預(yù)估、故障診斷、專家系統(tǒng)以及經(jīng)濟管理等領(lǐng)域已卓有成效地解決了許多傳統(tǒng)數(shù)字計算機所難以解決的實際問題,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(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傳送給多個神經(jīng)元。樹突的功能是接受來自其他神經(jīng)元的興奮。神經(jīng)元的樹突與其他神經(jīng)元的神經(jīng)末梢相連的部分稱為突觸。神經(jīng)元細胞體將接受到的所有信號進行簡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,一方面是因為其神經(jīng)元數(shù)量的龐大,另一方面還在于神經(jīng)元能夠?qū)斎胄盘栠M行非線性處理。
圖書封面
圖書標(biāo)簽Tags
無
評論、評分、閱讀與下載
遞歸時滯神經(jīng)網(wǎng)絡(luò)的綜合分析與動態(tài)特性研究 PDF格式下載