刘　佳，张运喜

（天津职业技术师范大学天津市信息传感与智能控制重点实验室，天津300222）



中立型时变时滞BAM神经网络状态估计器的设计

刘佳，张运喜

（天津职业技术师范大学天津市信息传感与智能控制重点实验室，天津300222）

摘要：基于Lyapunov-Krasovskii稳定性理论和积分等式的方法，给出闭环误差系统全局渐近稳定的时滞依赖充分条件，进一步得到状态估计器增益矩阵的表示方法，从而完成对中立型时变时滞BAM神经网络状态估计器的设计，通过仿真算例验证了所得结论的正确性和有效性。

关键词：双向联想记忆（BAM）神经网络；状态估计器；Lyapunov-Krasovskii泛函；时变时滞；中立型

1987年，Kosko[1]提出双向联想记忆神经网络模型。双向联想记忆（bidirectional associative memory，BAM）神经网络由2层双向联想回路构成，可根据存储记忆中的某些清晰或完整的模式对一些模糊或不完整的模式进行联想。BAM神经网络在模式辨识、自动控制、人工智能等工程领域中具有广泛的应用。实际应用中，人工神经网络的实现大多以电子电路为基础，电路中放大器和电容器的交换速度有限，导致人工神经网络中存在时间延迟现象，即时滞行为。人们对现代大规模集成电路研究发现，除了时滞行为外，系统过去的变化对现在状态也产生影响，这就是大规模集成电路的中立行为，而描述该现象的有力数学模型正是中立型微分方程。中立时滞的存在对系统的性能产生很大影响，因此对中立时滞神经网络的研究具有重要的理论和实践意义。……