暂无评论
研究了一类具有马尔可夫参数和混合时变时滞的不确定中立型脉冲随机神经网络的鲁棒指数稳定性问题。 通过构造适当的指数型Lyapunov-Krasovskii泛函并采用Jensen积分不等式,自由权矩阵方法
具有附加时变时滞的连续时间系统的稳定性标准
针对一类能够由中立型变延迟非线性微分方程描述的神经网络模型,给出了全局渐近稳定的不依赖于时间延迟的充分条件.所得到的稳定判据不仅考虑了神经元的激励和抑制对网络的影响,而且易于验证.仿真示例验证了所得结
研究了具有时变系数的大型Lurie直接控制系统的绝对稳定性。基于大规模系统的分解方法和非奇异M矩阵的技术,构造了一个合适的标量Lyapunov函数作为加权和。通过估计其总时间导数,得出了一些绝对稳定性
由于影响边坡稳定性的因素存在随机性、模糊性,本文将模糊系统思想融入到神经网络的应用中,建立T-S模糊神经网络,采用粘聚力、摩擦角、边坡角、边坡高、人为影响、采矿工程影响这6个参数作为边坡稳定性评价系统
系统阐述了人工神经网络的基本原理,分析了巷道围岩稳定性分类中的指标选取及分类方法。目前的大部分研究在确定分类指标的基础上,将巷道围岩稳定性分为4种或5种类型,建立高精度模型判别围岩稳定性类型成为研究的
通过分析空洞型采空区稳定性的影响因素,依照BP神经网络原理,构建出适合空洞型采空区稳定性评价的BP神经网络模型。再通过收集到的空洞型采空区稳定性样本对所构建的BP神经网络进行训练,得出空洞型采空区稳定
基于神经网络方法的软岩巷道稳定性分析，李刚，梁冰，根据红庙煤矿影响软岩巷道稳定性的具体情况，建立了BP神经网络模型，并利用该模型对巷道的稳定性进行了预测。
BP神经网络在边坡稳定性评价中的应用，张学喜，王国体，针对边坡稳定性问题的复杂性，建立了边坡稳定性BP神经网络模型，并给出了算法步骤，实例表明了用BP神经网络评价边坡稳定性是可行�
:该文考虑了具有区间时变时滞线性系统的稳定性问题。基于一个适当形式的Lyapunov-Krasovskii 泛函,以线性矩阵不等式的形式给出一个具有区间时变时滞线性系统的时滞相关型稳定性准则。与现有的
暂无评论