搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
出版时间 :
无库存
分数阶神经网络的定性分析与控制
0.00     定价 ¥ 168.00
泸西县图书馆
此书还可采购1本,持证读者免费借回家
  • ISBN:
    9787030693358
  • 作      者:
    于永光等
  • 出 版 社 :
    科学出版社
  • 出版日期:
    2021-07-01
收藏
荐购
精彩书摘
第1章 分数阶微积分基础知识
  分数阶微分和积分有各种各样的定义,本章主要介绍常见的分数阶微分和积分的定义与性质,本书以常见的分数阶微分和积分的定义作为研究基础,更多的内容可参考分数阶著作[1—6].
  1.1 一些特殊函数的定义和性质
  本节给出本书用到的一些特殊函数及其基本性质.
  1.1.1 Gamma函数
  Gamma函数是分数阶微分和积分定义的基本组成函数,也是数值计算必须
  考虑的重要函数.
  定义1.1.1 含参积分
  (1.1)
  称为Gamma函数,z为复数,其中Re(z)为其实部.
  Gamma函数的极限形式为
  (1.2)
  由分部积分,可得如下递推公式:
  (1.3)
  Gamma函数的基本性质:
  (1)Γ(n+1)=n!,其中Γ(0)=1;
  (2);
  (3)余元公式,由余元公式可得;
  (4)Legendre公式.
  1.1.2 Beta函数
  定义1.1.2 含参积分
  (1.4)
  称为Beta函数.
  Beta函数和Gamma函数的关系为
  (1.5)
  Beta函数的基本性质:
  (1);
  (2);
  (3).
  1.1.3 Mittag-Leffler函数
  Mittag-Leffler函数在分数阶系统里有着重要的作用,它是指数函数的推广.
  关于Mittag-Leffler函数的性质及其应用可见[7].单参数的Mittag-Leffler的定义如下.
  定义1.1.3
  其中.
  定义1.1.4 带有双参数的Mittag-Leffler函数定义如下:
  其中.
  Mittag-Leffler函数的基本性质:
  (1);
  (2);
  (3);
  (4);
  (5);
  (6);
  (7);
  (8);
  (9);
  (10);
  (11).
  1.2 分数阶导数的定义和性质
  分数阶微积分是整数阶微积分向非整数阶(任意阶)微积分推广后所得到的基本算子.目前已知分数阶微积分的最早历史源自1695年Leibniz和L’Hospital的学术讨论,在两人的信中提到了二分之一阶导数的意义[9].在随后的三百多年的时间里,由于缺少准确的物理意义和实际的应用背景,分数阶微积分的研究仅仅停留在纯理论的数学基础上.如1819年,Lacroix提出了一个简单的分数阶导数的结论;1823年,Abel在求解Voherra型积分时使用了分数阶算子的定义;19世纪中叶,分数阶微积分定义在Riemann、Liouville、Grünwald等的研究下有了系统性的结论.直到Mandelbort在1983年第一次发现并提出在自然界和很多科技领域中含有广泛的分数维实例,并且论证了整数和分数部分之间存在的自相似现象[10],分数阶微积分才又一次得到了国内外学术界的广泛关注,其作为分形几何和分数维的动力学基础,也成为目前国际上的热点科研项目.
  此外,注意到越来越多的学者指出,分数阶微分与积分更适于描述真实材料的特性.与传统的整数阶模型相比,分数阶微分模型提供了一种能够描述实际材料与过程中内在记忆与遗传特性的有效工具[2-4].现今,分数阶动力系统已在电磁波[12,13]、电解质极化[14-16]、黏弹性系统[17-21]、经济[22-26]、生物[27-29]、系统控制[30-34]、医学[35,36]等领域中得到广泛应用.分数阶微积分有潜力取得一些整数阶微积分无法达成的结果和更广阔的应用.分数阶系统与传统的整数阶系统相比,分数阶导数和积分为描述不同事物的记忆性和遗传性提供了有力的工具.事实上,现实世界中的过程一般或最有可能的是分数阶系统.“数学是给予万物高深莫测的别名的艺术,而‘分数阶微积分’这一美丽的、乍听起来有些神秘的名称正是这些别名中的一个,它同时也是数学理论的精华”(Igor Podlubny).并且分数阶本身作为参数,在传统整数阶的基础上提高了一个维度(自由度).因此,现实世界中的过程,尤其是复杂过程,更有可能是分数阶系统.当很多问题无法用整数阶系统准确刻画时,利用分数阶系统往往能简洁高效地拟合实际情况.分数阶微积分有着超越整数阶传统经典的巨大潜力,甚至展现出一些开创性的结果和应用价值.因此,越来越多的国内外学者开始关注和研究分数阶微积分,并在不同领域做出了很多贡献,验证了分数阶模型在很多方向上都比经典的整数阶模型更胜一筹.
  本节简要介绍Grünwald-Letnikov分数阶微分和积分的定义、Riemann-Liouville分数阶微分和积分的定义及Caputo分数阶微分定义,本书主要用这三种分数阶微积分的定义.
  1.2.1 Grünwald-Letnikov分数阶微积分定义
  Grünwald-Letnikov分数阶微积分定义为离散的形式,是由整数阶的导数扩展而得到的.
  整数阶导数的定义:
  (1.6)
  其中
  将n扩展为任意实数q时,有
  将上式用Gamma函数表示可得
  定义1.2.1 Grünwald-Letnikov(G-L)分数阶微积分定义如下:
  (1.7)
  其中[ ]表示不比其大的最大整数.若q>0,上式为G-L分数阶微分定义;若q<0,上式为G-L分数阶积分定义.
  G-L分数阶微积分有如下的性质.
  (1)令,则,其中或.
  (2)G-L分数阶微积分运算的连续性,即.
  (3)G-L分数阶微积分算子是线性算子,即对任意的常数,有.
  (4)G-L分数阶微积分算子的交换性质:
  (I)当p<0时,对于任意的实数q,都有;
  (II)当,且时,对任意实数q,都有;
  (III)当,且,其中,则有;
  (IV)当p=n时,对于任意的q>0,都有;
  特别地,当有时,则有.
  注1.2.2 这里只给出G-L分数阶微积分的基本性质,关于性质的证明可见[1,5],关于G-L分数阶微积分算法可参考[6].
  1.2.2 Riemann-Liouville分数阶微积分定义
  Riemann-Liouville(R-L)分数阶微积分定义是研究分数阶系统常用的定义之一,本节主要介绍R-L分数阶积分定义和微分定义及一些基本性质.
  1.R-L分数阶积分定义
  如果将积分看作微分的逆定义,则整数阶积分可以写成如下形式
  如果积n重可知
  将n扩展为任意正实数q时,即可得到R-L分数阶积分定义.
  定义1.2.3
  其中q>0,Γ( )为Gamma函数.
  2.R-L分数阶导数的定义
  整数阶导数和分数阶积分算子复合运算就得到了R-L分数阶导数的定义,具体如下.
  定义1.2.4
  (1.8)
  其中n为正整数.
  当0<q<1时,R-L分数阶导数变为.
  由文献[1]可知,G-L分数阶积分与R-L分数阶积分具有等价性.并且在闭区间[a,T]内,若函数f(t)满足n.1阶连续可微且f(n)(t)可积,则G-L分数阶微分与R-L分数阶微分也具有等价性,即
展开
目录
目录
前言
主要符号
第1章 分数阶微积分基础知识 1
1.1 一些特殊函数的定义和性质 1
1.1.1 Gamma函数 1
1.1.2 Beta函数 2
1.1.3 Mittag-Leffler函数 2
1.2 分数阶导数的定义和性质 3
1.2.1 Grünwald-Letnikov分数阶微积分定义 4
1.2.2 Riemann-Liouville分数阶微积分定义 6
1.2.3 Caputo分数阶微分定义 11
1.3 本章小结 13
第2章 分数阶微分方程的求解算法 15
2.1 分数阶微分方程的预估校正解法 15
2.2 时滞分数阶微分方程的预估校正解法 16
2.3 时变时滞分数阶微分方程的预估校正解法 17
2.3.1 算法建立 17
2.3.2 算法稳定性分析 19
2.3.3 数值分析 26
2.4 本章小结 32
第3章 分数阶系统稳定性理论 33
3.1 线性分数阶系统稳定性定理 33
3.2 分数阶Lyapunov方法及推广 34
3.2.1 分数阶Lyapunov直接法 34
3.2.2 分数阶Lyapunov方法的推广 36
3.3 时滞线性分数阶稳定性定理 47
3.4 时滞分数阶Lyapunov方法 51
3.5 分数阶线性矩阵不等式条件 58
3.5.1 一般模型的线性矩阵不等式条件 58
3.5.2 时滞模型的线性矩阵不等式条件 64
3.6 分数阶不连续系统的Lyapunov条件 69
3.6.1 Caputo分数阶微分不等式 69
3.6.2 R-L分数阶微分不等式 72
3.7 本章小结 76
第4章 分数阶神经网络的稳定性分析 78
4.1 分数阶神经网络的建模过程 78
4.2 分数阶神经网络的全局稳定性 80
4.3 带有有界扰动的分数阶神经网络的动力学分析 83
4.3.1 参数扰动模型 83
4.3.2 外部输入扰动模型 86
4.4 分数阶不连续神经网络动力学分析 92
4.5 本章小结 101
第5章 分数阶神经网络的同步研究 102
5.1 分数阶神经网络的同步 102
5.1.1 分数阶神经网络的完全同步 103
5.1.2 分数阶神经网络的准同步 105
5.1.3 分数阶神经网络的鲁棒同步 107
5.1.4 分数阶神经网络的广义同步 112
5.2 参数不确定的分数阶神经网络的同步 119
5.2.1 同步条件 119
5.2.2 数值仿真 124
5.3 分数阶竞争神经网络的同步 128
5.3.1 参数已知的R-L型分数阶竞争神经网络的同步 129
5.3.2 参数未知的R-L型分数阶竞争神经网络的同步 134
5.3.3 安全通信领域中的应用 140
5.4 分数阶惯性神经网络的同步 142
5.4.1 R-L型时滞分数阶惯性神经网络的完全同步 143
5.4.2 一类R-L型时滞分数阶惯性神经网络的稳定性分析 154
5.5 本章小结 156
第6章 时滞分数阶神经网络的稳定性分析 158
6.1 时滞分数阶神经网络的稳定性理论 159
6.2 二维时滞分数阶神经网络 162
6.2.1 稳定性分析 162
6.2.2 数值仿真 169
6.3 环结构的时滞分数阶神经网络 171
6.3.1 三维环结构时滞分数阶神经网络的稳定性分析 171
6.3.2 高维环结构时滞分数阶神经网络的稳定性分析 176
6.3.3 数值仿真 182
6.4 中心结构的时滞分数阶神经网络 185
6.4.1 稳定性分析 185
6.4.2 数值仿真 188
6.4.3 讨论 190
6.5 时滞分数阶神经网络的全局稳定性分析 194
6.5.1 全局一致渐近稳定性分析 194
6.5.2 数值仿真 201
6.6 有界扰动的时滞分数阶神经网络稳定性分析 203
6.6.1 全局一致稳定性分析 203
6.6.2 有界扰动时滞分数阶神经网络解区域的估计 208
6.6.3 数值仿真 211
6.7 本章小结 216
第7章 基于忆阻器的分数阶神经网络的稳定性与控制研究 217
7.1 基于忆阻器的分数阶神经网络的稳定性分析 217
7.2 基于忆阻器的分数阶不确定神经网络稳定性分析 228
7.2.1 系统模型介绍 228
7.2.2 鲁棒稳定性分析 229
7.2.3 数值仿真 233
7.3 基于忆阻器的时滞分数阶神经网络的稳定性分析 235
7.3.1 Lyapunov局部渐近稳定性分析 235
7.3.2 数值仿真 239
7.4 有界扰动下基于忆阻器的时滞分数阶神经网络的稳定性分析 241
7.4.1 Lyapunov一致稳定性分析 241
7.4.2 有界扰动情况下系统解区间的估计 244
7.4.3 数值仿真 247
7.5 基于忆阻器的分数阶不确定神经网络鲁棒同步研究 248
7.5.1 鲁棒同步 249
7.5.2 数值仿真 252
7.6 基于忆阻器的分数阶神经网络系统的滞后同步 256
7.6.1 模型建立 257
7.6.2 系统的滞后同步 258
7.6.3 数值仿真 260
7.7 基于忆阻器的分数阶神经网络的射影同步 261
7.7.1 射影同步条件 262
7.7.2 数值仿真 268
7.8 基于忆阻器的参数不确定的分数阶神经网络的同步 272
7.8.1 同步条件 272
7.8.2 数值仿真 277
7.9 参数未知的R-L型分数阶忆阻器神经网络同步 283
7.9.1 同步条件 283
7.9.2 数值仿真 291
7.10 本章小结 298
第8章 分数阶复值神经网络的稳定性分析 300
8.1 分数阶复值神经网络可分时系统的稳定性分析 300
8.1.1 Lyapunov全局渐近稳定性分析 300
8.1.2 数值仿真 313
8.1.3 有界时滞系统的稳定性分析 316
8.1.4 数值仿真 318
8.2 不确定参数的脉冲复值时滞分数阶神经网络的稳定性分析 320
8.2.1 模型简介及基本条件 321
8.2.2 全局渐近稳定 322
8.2.3 数值仿真 332
8.3 本章小结 338
参考文献 339
彩图
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

温馨提示:请使用泸西县图书馆的读者帐号和密码进行登录

点击获取验证码
登录