摘要 | 第5-6页 |
Abstract | 第6页 |
1 绪论 | 第9-12页 |
1.1 选题的目的及意义 | 第9-10页 |
1.2 本课题的国内外研究现状 | 第10-11页 |
1.3 本设计的主要内容 | 第11-12页 |
2 神经网络的基本理论 | 第12-23页 |
2.1 人工神经网络概述 | 第12-18页 |
2.1.1 神经网络的发展历史 | 第12-14页 |
2.1.2 动态神经网络简介 | 第14-15页 |
2.1.3 神经网络功能与特征 | 第15-16页 |
2.1.4 神经网络的应用领域 | 第16-18页 |
2.2 人工神经网络的基础知识 | 第18-20页 |
2.2.1 人工神经元模型 | 第18-19页 |
2.2.2 人工神经网络模型 | 第19-20页 |
2.2.3 人工神经网络学习算法 | 第20页 |
2.3 神经网络稳定性分析理论的发展成果 | 第20-23页 |
3 MATLAB相关应用研究 | 第23-33页 |
3.1 MATLAB应用概论 | 第23-28页 |
3.1.1 MATLAB的特点功能 | 第23-25页 |
3.1.2 MATLAB工作环境 | 第25-28页 |
3.2 MATLAB图形用户界面分析应用(GUI) | 第28-31页 |
3.2.1 应用GUI工具设计操作界面 | 第28-31页 |
3.3 MATLAB程序的编写调试 | 第31-33页 |
4 LMI(线性矩阵不等式)相关应用研究 | 第33-38页 |
4.1 线性矩阵不等式概论 | 第33-34页 |
4.1.1 引言 | 第33页 |
4.1.2 线性矩阵不等式(LMI)的发展 | 第33-34页 |
4.2 线性矩阵不等式(LMI)的理论基础 | 第34-35页 |
4.3 MATLAB中LMI工具箱函数分析 | 第35-38页 |
5 神经网络稳定性分析理论及仿真系统设计 | 第38-57页 |
5.1 引言 | 第38页 |
5.2 稳定性分析理论成果一及程序实现 | 第38-41页 |
5.2.1 稳定性分析理论成果一 | 第38-39页 |
5.2.2 理论成果一的程序实现 | 第39-40页 |
5.2.3 实例分析 | 第40-41页 |
5.3 稳定性分析理论成果二及程序实现 | 第41-45页 |
5.3.1 稳定性分析理论成果二 | 第41-43页 |
5.3.2 理论成果二的程序实现 | 第43-44页 |
5.3.3 实例分析 | 第44-45页 |
5.4 稳定性分析仿真系统实现 | 第45-50页 |
5.4.1 仿真系统框架结构 | 第45页 |
5.4.2 仿真系统界面设计 | 第45-47页 |
5.4.3 仿真系统各功能模块所调用程序 | 第47-49页 |
5.4.4 仿真系统操作界面 | 第49-50页 |
5.5 应用仿真系统判定网络稳定性 | 第50-57页 |
5.5.1 分析神经网络一过程 | 第51-53页 |
5.5.2 分析神经网络二过程 | 第53-57页 |
6 结束语 | 第57-58页 |
参考文献 | 第58-60页 |
致谢 | 第60-61页 |
个人简历 | 第61页 |
发表的学术论文 | 第61页 |