一种基于无源性理论的模糊Hopfield神经网络学习律设计方法

• 作者: 柏建军 王婧 薛安克
• 来源期刊: 控制理论与应用
• 关键词: 模糊Hopfield神经网络 无源性 学习律 输入-状态稳定
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 405-410
• 页数: 6页
• 字数: 3218字
• 语种: 中文
• DOI: 10.7641/CTA.2019.80699

摘要

本文研究了一类模糊Hopfield神经网络系统的稳定性问题.首先,基于无源性理论,设计了一种新的权重学习律,并通过构造的模糊Lyapunov函数证明了系统从输入到输出是无源的.在此基础上,证明了系统在该学习律下是输入到状态稳定的.相比于传统的公共Lypaunov函数,本文所提的模糊Lyapunov函数能保证系统具有更好的性能.最后,通过数值仿真验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛安克		104	687	13.0	20.0
3	柏建军		3	2	1.0	1.0