论文研究基于QCNN的非线性跟踪问题研究.pdf

针对如何快速准确地跟踪到非线性系统的状态问题,研究了量子细胞神经网络(QCNN)在非线性跟踪中的应用。在满足Lyapunov函数指数收敛的条件下,设计了一种新型参数形式的控制器,在此基础上,对三种非线性系统即确定性非线性运动、参数和运动规律未知的非线性数据系统以及典型蔡氏电路进行了QCNN跟踪研究。仿真结果表明,在QCNN系统中,通过设计合理的控制器可以实现非线性问题状态的有效跟踪,且实验结果为QCNN系统复杂度与跟踪的及时性之间关系提供了参考依据和有力的说明。设计的新型控制器及对实际问题处理方法为QCNN的理论及应用研究具有借鉴意义。