作者：
出版社： 中国财政经济出版社
CIP号：2019169087
书号：978-7-5095-9145-1
出版地：北京
出版时间：2019.8
定价：￥40.0
在现实环境中的各种动力系统非常容易受到不可避免的系统误差、外部扰动、系统参数振动、系统信息不全等诸多不确定性因素的影响。对不同的动力系统而言，这些不确定性因素的影响大小和作用各异.少数不确定性因素对动力系统的影响可以忽略不计，但有些不确定性因素会干扰动力系统的演化，造成系统不稳定甚至会引起混沌。大多数情况下，人们总是希望动力系统稳定、可靠以及可控，不希望出现混沌现象. 本书主要针对投影动力系统、集值投影动力系统和BAM神经网络展开研究。投影动力系统是一类经典的非线性动力系统，在解二次优化、变分不等式、不动点迭代中有着广泛的应用，甚至起到不可替代的关键作用.集值投影动力系统在解集值优化问题和变分包含中有着广泛的应用.BAM神经网络是一类经典的双向联想记忆神经网，在模式识别、信息传输和处理以及最优化智能迭代算法中起到了重要的作用. 值得指出的是, 系统误差、外部扰动、系统参数振动、系统信息不全等诸多不确定性因素必定会对投影动力系统、集值投影动力系统和BAM神经网络的演化产生影响，进而影响这些动力系统的稳定性、可靠性和可控性，甚至会产生混沌吸引子.然而，前人关于投影动力系统、集值投影动力系统和BAM神经网络的研究，大多集中在均衡点的存在性、稳定性或时滞效果,关于不确定性因素的研究很少. 因此，研究克服这些不确定因素对这几类动力系统稳定性的影响既基础又重要，非常值得去研究.本文旨在对这几类不确定动力系统的稳定性作出分析，给出了在不确定条件下系统稳定的条件以及在神经网络中的应用。