一种基于无源性理论的模糊Hopfield神经网络学习律设计方法

作     者：王婧 柏建军 薛安克 WANG Jing;BAI Jian-jun;XUE An-ke

作者机构：莱芜职业技术学院机械与汽车工程系山东莱芜271100 浙江省物联感知与信息融合技术重点实验室浙江杭州310018 杭州电子科技大学信息与控制研究所浙江杭州310018 

基　　金：国家自然科学基金项目(61773146 61333009 U1509205 61703132 61427808)资助 

出 版 物：《控制理论与应用》 (Control Theory & Applications)

年 卷 期：2020年第37卷第2期

页      码：405-410页

摘      要：本文研究了一类模糊Hopfield神经网络系统的稳定性问题.首先,基于无源性理论,设计了一种新的权重学习律,并通过构造的模糊Lyapunov函数证明了系统从输入到输出是无源的.在此基础上,证明了系统在该学习律下是输入到状态稳定的.相比于传统的公共Lypaunov函数,本文所提的模糊Lyapunov函数能保证系统具有更好的性能.最后,通过数值仿真验证了所提方法的有效性.

主 题 词：模糊Hopfield神经网络 无源性 学习律 输入–状态稳定 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0808[工学-自动化类] 0809[工学-计算机类] 081104[081104] 08[工学] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7641/CTA.2019.80699

馆 藏 号：203898086...