非线性随机时滞神经网络-稳定性分析与脉冲镇定

本书特色

[

本专著的内容是研究非线性*时滞神经网络系统的稳定与脉冲镇定.这些系统包括脉冲*泛函系统,*递归时滞神经网络,具不定脉冲参数的双向神经网络,Cohen-Grossberg型神经网络及其*脉冲情况，一维整数格时滞细胞神经网络和分流抑制细胞神经网络.除了传统的Lyapunov方法外，本专著重点集中在不动点理论方法.本专著的结果，特别是这些稳定性准则都具有较小的保守性,并且与存在的结果相比,具有更容易计算的优点.本书是作者近十年来在神经网络理论方面科研工作的系统总结，也是对以神经网络应用等实际问题驱动的工程问题和应用数学问题的研究探索。

]

目录

目录《博士后文库》序言前言符号简表第1章 绪论 11.1 时滞非线性系统及其背景概述 11.2 稳定性研究概述 71.3 本书涉及的主要问题 111.3.1 时滞神经网络 111.3.2 一维整数格时滞细胞神经网络的行波解的稳定性 131.3.3 基于不定干扰器的分数阶系统的控制与稳定 141.4 本书的内容和结构 141.5 常用符号 15第2章 **时滞神经网络的均方稳定性 172.1 引言 172.2 问题和引理 172.3 均方渐近稳定性 202.4 均方指数稳定性 242.5 小结 29第3章 时滞神经网络的周期解和指数稳定性 303.1 背景和引理 303.2 周期解和指数稳定性 313.3 小结 41第4章 一类递归时滞神经网络的稳定性 424.1 引言 424.2 全局指数稳定性分析 464.2.1 平衡点的存在**性 464.2.2 主要结果 474.2.3 数值例子 514.3 脉冲指数稳定性 534.3.1 预备知识和引理 534.3.2 **系统 664.3.3 脉冲时滞系统 694.4 不定神经网络的均方渐近稳定性分析 744.4.1 预备知识 744.4.2 鲁棒稳定性分析 754.4.3 数值例子 824.5 小结 83第5章 不确定脉冲双向时滞神经网络的鲁棒稳定与镇定 845.1 背景 845.2 系统的描述和引理 855.3 脉冲指数稳定性 875.4 数值例子 945.5 小结 98第6章 Cohen-Grossberg型神经网络的稳定与镇定 996.1 引言 996.2 预备知识 1006.3 稳定性分析 1026.4 脉冲稳定性与镇定 1046.4.1 系统描述及准备知识 1046.4.2 鲁棒全局渐近均方镇定 1046.5 小结 110第7章 非线性细胞神经网络行波解的指数稳定性 1117.1 背景 1117.2 有关引理 1157.3 主要结果 1157.4 小结 l22第8章 微分积分时滞神经网络的全局渐近稳定性 l238.1 背景和预备知识 1238.2 主要结果 1258.3 例子 1298.4 小结 130第9章 不定干扰估计与分数阶神经网络的稳定与镇定 1319.1 背景 1319.2 主要结果 1319.3 小结 133第10章 分流抑制神经网络几乎周期解的存在稳定性 13410.1 背景和引理 13410.2 几乎周期解的存在性 13610.3 几乎周期解的稳定性 14410.4 小结 148第11章 总结和展望 14911.1 总结 l4911.2 展望 l50参考文献 151编后记 164

封面

书名:非线性随机时滞神经网络-稳定性分析与脉冲镇定

作者:郭英新

页数:163

定价:¥68.0

出版社:科学出版社

出版日期:2017-05-01

ISBN:9787030526663

PDF电子书大小:51MB 高清扫描完整版