時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)理論與應(yīng)用

前言第1章 引言 1.1 神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展 1.2 遞歸神經(jīng)網(wǎng)絡(luò)的分類 1.3 遞歸神經(jīng)網(wǎng)絡(luò)的動(dòng)力學(xué)行為 1.3.1 Lvapunov穩(wěn)定性理論簡(jiǎn)介 1.3.2 時(shí)滯線性系統(tǒng)的穩(wěn)定性 1.3.3 時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性 1.4 研究現(xiàn)狀和全書(shū)主要內(nèi)容概述 1.5 幾個(gè)常用的引理第一部分 時(shí)滯局部場(chǎng)神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì) 第2章 時(shí)滯局部場(chǎng)神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)(Ⅰ)：基于自由權(quán)矩陣的方法 2.1 問(wèn)題的描述 2.2 時(shí)滯局部場(chǎng)神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)器設(shè)計(jì) 2.3 仿真示例 2.4 本章小結(jié) 第3章 時(shí)滯局部場(chǎng)神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)(Ⅱ)：基于改進(jìn)的時(shí)滯劃分方法 3.1 問(wèn)題的描述 3.2 改進(jìn)的時(shí)滯劃分方法的基本思想 3.3 基于改進(jìn)時(shí)滯劃分方法的狀態(tài)估計(jì)器設(shè)計(jì) 3.4 數(shù)值結(jié)果與比較 3.5 本章小結(jié) 第4章 時(shí)滯局部場(chǎng)神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)(Ⅲ)：基于松弛參數(shù)的方法 4.1 問(wèn)題的描述 4.2 基于松弛參數(shù)的狀態(tài)估計(jì)器設(shè)計(jì) 4.3 在時(shí)滯混沌神經(jīng)網(wǎng)絡(luò)中的應(yīng)用 4.4 本章小結(jié) 第5章 具有參數(shù)不確定性的時(shí)滯局部場(chǎng)神經(jīng)網(wǎng)絡(luò)的魯棒狀態(tài)估計(jì) 5.1 問(wèn)題的描述 5.2 魯棒狀態(tài)估計(jì)器的設(shè)計(jì) 5.3 不帶參數(shù)不確定性的時(shí)滯局部場(chǎng)神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì) 5.4 仿真示例 5.5 本章小結(jié) 第6章 時(shí)滯局部場(chǎng)神經(jīng)網(wǎng)絡(luò)的保性能狀態(tài)估計(jì) 6.1 問(wèn)題的描述 6.2 依賴于時(shí)滯的保H∞性能的狀態(tài)估計(jì)器的設(shè)計(jì) 6.3 依賴于時(shí)滯的保廣義H2性能的狀態(tài)估計(jì)器的設(shè)計(jì) 6.4 兩個(gè)示例 6.5 討論與比較 6.6 本章小結(jié)第二部分 時(shí)滯靜態(tài)神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì) 第7章 時(shí)滯靜態(tài)神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)(Ⅰ)：依賴于時(shí)滯的設(shè)計(jì)方法 7.1 問(wèn)題的描述 7.2 狀態(tài)估計(jì)器的設(shè)計(jì) 7.3 時(shí)滯靜態(tài)神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析 7.4 仿真示例 7.5 本章小結(jié) 第8章 時(shí)滯靜態(tài)神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)(Ⅱ)：保性能狀態(tài)估計(jì)的初步結(jié)果 8.1 問(wèn)題的描述 8.2 時(shí)滯靜態(tài)神經(jīng)網(wǎng)絡(luò)的保H∞性能的狀態(tài)估計(jì) 8.2.1 不依賴于時(shí)滯的保H∞性能的狀態(tài)估計(jì) 8.2.2 依賴于時(shí)滯的保H∞性能的狀態(tài)估計(jì) 8.3 保廣義H2性能的狀態(tài)估計(jì)器設(shè)計(jì) 8.3.1 不依賴于時(shí)滯的保廣義H2性能的狀態(tài)估計(jì) 8.3.2 依賴于時(shí)滯的保廣義H2性能的狀態(tài)估計(jì) 8.4 仿真示例 8.5 本章小結(jié) 第9章 時(shí)滯靜態(tài)神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)(Ⅲ)：基于二階積分不等式的保性能狀態(tài)估計(jì) 9.1 問(wèn)題的描述 9.2 基于二階積分不等式的保H∞性能的狀態(tài)估計(jì) 9.2.1 依賴于時(shí)滯的保H∞性能的設(shè)計(jì)準(zhǔn)則. 9.2.2 仿真示例 9.3 基于二階積分不等式的保廣義H2性能的狀態(tài)估計(jì) 9.3.1 依賴于時(shí)滯的保廣義H2性能的設(shè)計(jì)準(zhǔn)則 9.3.2 仿真示例 9.4 本章小結(jié) 第10章 時(shí)滯靜態(tài)神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)(Ⅳ)：Arcak型狀態(tài)估計(jì)器設(shè)計(jì) 10.1 問(wèn)題的描述 10.2 保廣義H2性能的狀態(tài)估計(jì) 10.3 示例與數(shù)值比較 10.4 本章小結(jié)第三部分 帶馬爾可夫跳躍參數(shù)的時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì) 第11章 依賴于系統(tǒng)模態(tài)的帶馬爾可夫跳躍參數(shù)和混合時(shí)滯的遞歸神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì) 11.1 問(wèn)題的描述 11.2 依賴于系統(tǒng)模態(tài)的狀態(tài)估計(jì)器設(shè)計(jì) 11.3 討論與比較 11.4 具有復(fù)雜動(dòng)力學(xué)行為的馬爾可夫跳躍神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì) 11.5 本章小結(jié) 第12章 帶馬爾可夫跳躍參數(shù)的時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的濾波器設(shè)計(jì) 12.1 問(wèn)題的描述 12.2 H∞濾波器的設(shè)計(jì) 12.3 L2-L∞濾波器的設(shè)計(jì) 12.4 仿真示例 12.5 本章小結(jié)第四部分 時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的狀態(tài)估計(jì)理論在反饋控制方面的應(yīng)用 第13章 基于狀態(tài)估計(jì)理論的時(shí)滯遞歸神經(jīng)網(wǎng)絡(luò)的指數(shù)鎮(zhèn)定 13.1 問(wèn)題的描述 13.2 基于狀態(tài)估計(jì)的反饋控制 13.3 仿真示例 13.4 本章小結(jié)參考文獻(xiàn)本書(shū)常用的數(shù)學(xué)符號(hào)