轉(zhuǎn)移率部分未知的Markov跳變神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性

劉 月

?

轉(zhuǎn)移率部分未知的Markov跳變神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性

劉 月

（鐵嶺師范高等專科學(xué)校理學(xué)院 遼寧鐵嶺 112000）

研究了具有 Markov 跳躍和區(qū)間時(shí)變時(shí)滯神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定性問題。此類Markov跳變神經(jīng)網(wǎng)絡(luò)系統(tǒng)的轉(zhuǎn)移概率矩陣元素部分未知，因而更具有一般性。通過(guò)建立新穎的增廣Lyapunov泛函和應(yīng)用反凸組合技術(shù)，得到了含有轉(zhuǎn)移概率部分未知的 Markov 跳變神經(jīng)網(wǎng)絡(luò)的穩(wěn)定準(zhǔn)則。提出的方法不需要知道轉(zhuǎn)移概率矩陣中未知元素的任何信息，增加了結(jié)果的使用范圍。同時(shí)，得到的穩(wěn)定性準(zhǔn)則依賴于時(shí)滯的上下界。最后, 通過(guò)數(shù)值仿真驗(yàn)證了所得結(jié)果的正確性。

轉(zhuǎn)移率部分未知 神經(jīng)網(wǎng)絡(luò)Markov 跳變 反凸組合技術(shù)

神經(jīng)網(wǎng)絡(luò)已應(yīng)用到各個(gè)領(lǐng)域，比如：聯(lián)想記憶、圖像處理、組合優(yōu)化、模式識(shí)別[1,2]，因此受到人們的廣泛關(guān)注。由于時(shí)滯對(duì)神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性有很大的影響，因此，與變時(shí)滯相關(guān)的神經(jīng)網(wǎng)絡(luò)系統(tǒng)穩(wěn)定性問題受到廣泛的研究。

在實(shí)際應(yīng)用中，由于模型誤差、外部擾動(dòng)、參數(shù)變化等因素?zé)o法消除，系統(tǒng)常常受到各種隨機(jī)因素的干擾，從而使隨機(jī)系統(tǒng)的研究得到了廣泛關(guān)注。關(guān)于馬爾科夫系統(tǒng)問題的相關(guān)研究中，大多假設(shè)轉(zhuǎn)移概率完全已知[3,4]，然而在實(shí)際工程應(yīng)用中，完全得到轉(zhuǎn)移概率的全部信息十分困難，因此，對(duì)轉(zhuǎn)移概率部分未知的 Markov 系統(tǒng)的研究是十分必要的。目前，大多數(shù)研究是針對(duì)轉(zhuǎn)移概率部分未知的 Markov 線性系統(tǒng)的，然而，轉(zhuǎn)移概率部分未知隨機(jī)神經(jīng)網(wǎng)絡(luò)的研究不多。……