一类多时滞随机神经网络的自适应指数同步

利用多时滞随机神经网络的动力学特性,以驱动系统与响应系统同步结构为框架,设计了误差系统的均方指数稳定的准则.采用随机理论和优化方法得到参数自适应更新律.研究表明:当时间趋于无穷大时,可得误差系统的状态轨迹趋于零,即实现同步.多时滞神经网络得到的自适应同步准则,与线性矩阵不等式方法得到的条件非常不同,仿真算例验证了该算法的可行性与有效性.

一类具有马尔科夫跳变的时滞神经网络的自适应估计

研究了一类具有马尔科夫跳变的时滞神经网络的自适应状态估计问题.通过李雅普洛夫稳定定理和M-矩阵的方法,得到时滞神经网络的几乎渐近稳定,并设计得到该系统的状态估计器和相应的反馈增益更新律.同时,用数值例子验证了所提出方法的有效性.