时滞递归神经网络的状态估计理论与应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

时滞递归神经网络的状态估计理论与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 引言1

1.1 神经网络的研究进展1

1.2 递归神经网络的分类3

1.3 递归神经网络的动力学行为5

1.3.1 Lyapunov稳定性理论简介5

1.3.2 时滞线性系统的稳定性6

1.3.3 时滞递归神经网络的稳定性8

1.4 研究现状和全书主要内容概述9

1.5 几个常用的引理12

第一部分 时滞局部场神经网络的状态估计15

第2章 时滞局部场神经网络的状态估计（Ⅰ）：基于自由权矩阵的方法15

2.1 问题的描述16

2.2 时滞局部场神经网络的状态估计器设计18

2.3 仿真示例24

2.4 本章小结27

第3章 时滞局部场神经网络的状态估计（Ⅱ）：基于改进的时滞划分方法28

3.1 问题的描述29

3.2 改进的时滞划分方法的基本思想31

3.3 基于改进时滞划分方法的状态估计器设计32

3.4 数值结果与比较39

3.5 本章小结40

第4章 时滞局部场神经网络的状态估计（Ⅲ）：基于松弛参数的方法41

4.1 问题的描述42

4.2 基于松弛参数的状态估计器设计44

4.3 在时滞混沌神经网络中的应用49

4.4 本章小结51

第5章 具有参数不确定性的时滞局部场神经网络的鲁棒状态估计52

5.1 问题的描述53

5.2 鲁棒状态估计器的设计56

5.3 不带参数不确定性的时滞局部场神经网络的状态估计62

5.4 仿真示例64

5.5 本章小结69

第6章 时滞局部场神经网络的保性能状态估计70

6.1 问题的描述71

6.2 依赖于时滞的保H∞性能的状态估计器的设计73

6.3 依赖于时滞的保广义H2性能的状态估计器的设计80

6.4 两个示例83

6.5 讨论与比较91

6.6 本章小结94

第二部分 时滞静态神经网络的状态估计99

第7章 时滞静态神经网络的状态估计（Ⅰ）：依赖于时滞的设计方法99

7.1 问题的描述100

7.2 状态估计器的设计102

7.3 时滞静态神经网络的稳定性分析109

7.4 仿真示例113

7.5 本章小结117

第8章 时滞静态神经网络的状态估计（Ⅱ）：保性能状态估计的初步结果119

8.1 问题的描述119

8.2 时滞静态神经网络的保H∞性能的状态估计121

8.2.1 不依赖于时滞的保H∞性能的状态估计121

8.2.2 依赖于时滞的保H∞性能的状态估计125

8.3 保广义H2性能的状态估计器设计133

8.3.1 不依赖于时滞的保广义H2性能的状态估计133

8.3.2 依赖于时滞的保广义H2性能的状态估计136

8.4 仿真示例139

8.5 本章小结143

第9章 时滞静态神经网络的状态估计（Ⅲ）：基于二阶积分不等式的保性能状态估计145

9.1 问题的描述146

9.2 基于二阶积分不等式的保H∞性能的状态估计149

9.2.1 依赖于时滞的保H∞性能的设计准则149

9.2.2 仿真示例155

9.3 基于二阶积分不等式的保广义H2性能的状态估计156

9.3.1 依赖于时滞的保广义H2性能的设计准则156

9.3.2 仿真示例163

9.4 本章小结164

第10章 时滞静态神经网络的状态估计（Ⅳ）：Arcak型状态估计器设计166

10.1 问题的描述167

10.2 保广义H2性能的状态估计170

10.3 示例与数值比较175

10.4 本章小结176

第三部分 带马尔可夫跳跃参数的时滞递归神经网络的状态估计181

第11章 依赖于系统模态的带马尔可夫跳跃参数和混合时滞的递归神经网络的状态估计181

11.1 问题的描述183

11.2 依赖于系统模态的状态估计器设计186

11.3 讨论与比较193

11.4 具有复杂动力学行为的马尔可夫跳跃神经网络的状态估计199

11.5 本章小结206

第12章 带马尔可夫跳跃参数的时滞递归神经网络的滤波器设计207

12.1 问题的描述207

12.2 H∞滤波器的设计209

12.3 L2-L∞滤波器的设计213

12.4 仿真示例219

12.5 本章小结220

第四部分 时滞递归神经网络的状态估计理论在反馈控制方面的应用223

第13章 基于状态估计理论的时滞递归神经网络的指数镇定223

13.1 问题的描述224

13.2 基于状态估计的反馈控制226

13.3 仿真示例231

13.4 本章小结234

参考文献235

本书常用的数学符号252