基于网络诱导不完全信息的几类离散时滞随机忆阻神经网络的稳定性及状态估计问题研究
本文讨论基于网络诱导不完全信息的几类离散时滞随机忆阻神经网络的稳定性及状态估计问题。首先充分考虑忆阻记忆特性、系统时滞及环境噪声等因素,建立几类离散时滞随机忆阻神经网络模型,并讨论一类离散随机忆阻神经网络的全局指数均方稳定性问题,进而研究具有混合时滞的离散随机忆阻双向联想记忆神经网络的状态估计问题,再进一步,基于测量数据随机丢失、事件触发机制和信道衰减等网络诱导不完全信息,研究几类离散时滞随机忆阻神经网络的H∞状态估计问题。
具体地,本文框架可表述如下:第一章阐明本文所研究课题的背景及意义、研究现状,介绍每章节中所要研究的问题,并且概括本文的主要贡献。第二章研究具有泄漏时滞和随机时变时滞的一类离散随机忆阻神经网络的全局指数均方稳定性问题。
采用一个服从Bernoulli分布的随机变量,刻画在两个不同区间上随机发生的时变时滞现象,与此同时,设定忆阻神经网络的激励函数是扇形有界的。通过对忆阻神经网络参数状态依赖特性的分析,构建适当的Lyapunov-Krasovskii泛函,从而得到使该离散随机时滞忆阻神经网络 ...