具有Markov切換參數(shù)的隨機脈沖神經網絡的部分同步.pdf

1、許多人工神經網絡都會因內部部件的故障、維修、受到突發(fā)性環(huán)境擾動和子系統(tǒng)之間關聯(lián)發(fā)生改變等使得系統(tǒng)結構發(fā)生多樣性變化.具有這種特性的系統(tǒng)被稱為Markov切換系統(tǒng).因為真實的網絡節(jié)點不同方式的非局域耦合，使得系統(tǒng)很難達到全局同步，這時網絡中的部分節(jié)點可能會達到同步.部分同步指的是在一定的耦合強度范圍內網絡中具有某些對稱性的節(jié)點之間出現(xiàn)同步的現(xiàn)象，即產生了同步節(jié)點聚類.
　　另一方面，在許多實際情況中，系統(tǒng)的狀態(tài)會在某些時刻發(fā)生突變，

2、稱為脈沖現(xiàn)象.按照脈沖效應對網絡性能的影響來說，可以分為兩類脈沖:促進同步脈沖和阻礙同步脈沖.早期的工作對這兩種脈沖是分開處理.本文在引入平均脈沖區(qū)間的基礎上，同時考慮同步促進脈沖和阻礙同步脈沖，對具有Markov切換參數(shù)的隨機脈沖神經網絡進行研究，得到了對于系統(tǒng)部分同步的一個充分性準則.具體來說，本文主要內容如下:
　　第一部分，我們簡要概述了時滯脈沖神經網絡，Markov切換系統(tǒng)以及部分同步等的相關背景和意義，接著介紹具有Ma

3、rkov切換參數(shù)的隨機神經網絡當前的研究工作進展.本文的主要研究工作也在這一部分加以闡述.
　　第二部分，首先引進具有Markov切換參數(shù)的隨機脈沖神經網絡模型和平均脈沖區(qū)間的定義，通過構造新的Lyapunov泛函并結合一些新的技巧分析，得到了一個同時適應于促進同步脈沖和阻礙同步脈沖的部分同步的充分性準則，并通過數(shù)值例子說明所提出方法的有效性和可行性.
　　第三部分，進一步研究了具有離散時滯和白噪聲的Markov切換參數(shù)的隨