一种基于无源性理论的模糊Hopfield神经网络学习律设计方法
王婧1
柏建军2
薛安克2
1.莱芜职业技术学院机械与汽车工程系,山东莱芜2711002.浙江省物联感知与信息融合技术重点实验室,浙江杭州310018;杭州电子科技大学信息与控制研究所,浙江杭州310018
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.
关键词：模糊Hopfield神经网络无源性学习律输入-状态稳定
资助基金：国家自然科学基金(61773146)国家自然科学基金(61333009)国家自然科学基金(U1509205)国家自然科学基金(61703132)国家自然科学基金(61427808)
论文发表日期：2020-02-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 405-410 )
英文信息