×
郑成德;张晓宇;顾、云;王占山

使用延迟分解方法的模糊神经网络新的延迟相关稳定性判据。 （英语） Zbl 1346.93240号

电路系统。信号处理。 35，第2期，501-526（2016）.
摘要：本文研究了具有时变和无界均方连续分布时滞的模糊神经网络的全局渐近稳定性。基于一个新的Lyapunov-Krasovskii泛函，通过Jensen积分不等式与倒置凸和二次凸组合方法的有效结合，得到了保证所考虑网络平衡点均方全局渐近稳定的几个新的充分条件。提出的结果用线性矩阵不等式表示，可以通过MATLAB软件进行验证。该准则的主要优点在于通过时滞分解技术和基于Wirtier-based不等式降低了保守性。此外，通过一个数值例子来证明我们的理论结果相对于现有文献的有效性和较少的保守性。

MSC公司：

93立方厘米 模糊控制/观测系统
92B20型 生物研究、人工生命和相关主题中的神经网络
93D20型 控制理论中的渐近稳定性

关键词：

模糊神经网络;延迟分解法;二次凸组合;互凸组合

软件：

Matlab公司
PDF格式BibTeX公司 XML格式引用
\textit{C.-D.Zheng}等人，《电路系统》。信号处理。35，编号2501-526（2016；兹bl 1346.93240）
全文： 内政部

参考文献：

[1] M.S.Ali，P.Balasubramaniam，具有时变时滞的不确定模糊BAM神经网络的全局指数稳定性。混沌孤子分形。42, 2191-2199 (2009) ·Zbl 1198.93192号 ·doi:10.1016/j.chaos.2009.03.138
[2] P.Balasubramaniam，M.Kalpana，R.Rakkiyappan，泄漏项中具有时滞和无界分布时滞的模糊细胞神经网络的存在性和全局渐近稳定性。电路系统。信号处理。30, 1595-1616 (2011) ·Zbl 1238.93085号 ·doi:10.1007/s00034-011-9288-7
[3] P.Balasubramaniam，M.Kalpana，R.Rakkiyappan，泄漏项具有时滞、离散和无界分布时滞的BAM模糊细胞神经网络的全局渐近稳定性。数学。计算。模型。53, 839-853 (2011) ·Zbl 1217.34116号 ·doi:10.1016/j.mcm.2010.10.021
[4] B.De Vries，J.C.Principe，《伽马模型——时间处理的新神经模型》。神经网络。5, 565-576 (1992) ·doi:10.1016/S0893-6080（05）80035-8
[5] K.Gu，时滞系统稳定性问题中的一个积分不等式。第39届IEEE决策与控制会议记录（2000年，澳大利亚悉尼），第2805-2810页
[6] W.Han，Y.Liu，L.Wang，具有马尔可夫跳变参数的时滞模糊细胞神经网络的全局指数稳定性。神经计算。申请。21, 67-72 (2012) ·doi:10.1007/s00521-011-0685-4
[7] C.Hua，X.Yang，J.Yan，X.Guan，时变时滞神经网络的新稳定性准则。申请。数学。计算。218(9), 5035-5042 (2012) ·Zbl 1245.34076号 ·doi:10.1016/j.amc.2011.10.070
[8] O.-M.Kwon、M.-J.Park、S.-M.Lee、J.H.Park和E.-J.Cha，通过一些新方法实现时变时滞神经网络的稳定性。IEEE传输。神经网络。学习。系统。24(2), 181-193 (2013) ·doi:10.1109/TNNLS.2012.224883
[9] X.Li，R.Rakkiyappan，P.Balasubramaniam，脉冲扰动下泄漏项时滞模糊细胞神经网络平衡点的存在性和全局稳定性分析。J.弗兰克尔。研究所348135-155（2011年）·Zbl 1241.92006年 ·doi:10.1016/j.jfranklin.2010.10.009
[10] B.Liu，P.Shi，具有时变时滞的模糊BAM神经网络的时滞-范围相关稳定性。物理学。莱特。A 3731830-1838（2009）·Zbl 1229.92004号 ·doi:10.1016/j.physleta.2009.03.044
[11] Liu Z.，Zhang，Wang Z.，一种新的时变时滞模糊细胞神经网络的新稳定性判据。神经计算72，1056-1064（2009）·doi:10.1016/j.neucom.2008.04.001
[12] Z.Liu，H.Zhang，Q.Zhang，通过线性积分型L-K泛函对具有多个延迟的递归神经网络进行新的稳定性分析。IEEE传输。神经网络。21(11), 1710-1718 (2010) ·doi:10.10109/TN.2010.2054107
[13] J.H.Park，具有离散和分布延迟的不确定细胞神经网络的全局鲁棒稳定性分析。混沌孤子分形。32, 800-807 (2007) ·Zbl 1144.93023号 ·doi:10.1016/j.chaos.2005.11.106
[14] J.H.Park，关于具有时变离散和分布时滞的细胞神经网络渐近稳定性准则的进一步结果。申请。数学。计算。182, 1661-1666 (2006) ·Zbl 1154.92302号 ·doi:10.1016/j.amc.2006.06.005
[15] P.Park，J.W.Ko，C.Jeong，时变时滞系统稳定性的互惠凸方法。Automatica 47（1），235-238（2011）·Zbl 1209.93076号 ·doi:10.1016/j.automatica.2010.1014
[16] A.S.Poznyak，E.N.Sanchez，神经网络非线性系统近似：误差稳定性分析。智力。自动。软Compt。《国际期刊》1，247-258（1995）·doi:10.1080/10798587.1995.10750633
[17] R.Rakkiyappan，Q.Zhu，A.Chandrasekar，带马尔可夫跳跃参数的中立型随机神经网络的稳定性：延迟分步方法。J.弗兰克尔。第351（3）号指令，1553-1570（2014）·Zbl 1395.93570号
[18] A.Seuret，F.Gouaisbaut，基于Wirtinger的积分不等式：在时滞系统中的应用。Automatica 49，2860-2866（2013）·Zbl 1364.93740号 ·doi:10.1016/j.automatica.2013.05.030
[19] M.Tan，具有无界分布时滞的模糊细胞神经网络的全局渐近稳定性。神经过程。莱特。31(2), 147-157 (2010) ·doi:10.1007/s11063-010-9130-4
[20] B.Wang，Y.Zeng，J.Cheng，时变时滞连续系统时滞相关稳定性判据的进一步改进。神经计算147、324-329（2014）·doi:10.1016/j.neucom.2014.06.056
[21] N.Xiao，Y.Jia，关于具有两个可加时变时滞分量的神经网络稳定性判据的新方法。神经计算118，150-156（2013）·doi:10.1016/j.neucom.2013.02.028
[22] T.Yang、L.Yang，模糊细胞神经网络的全局稳定性。IEEE传输。电路系统。43(10), 880-883 (1996) ·doi:10.1109/81.538999
[23] 曾海斌，朴建华，夏建伟，肖世平，时变时滞T-S模糊系统的改进时滞相关稳定性判据。申请。数学。计算。235, 492-501 (2014) ·兹比尔1334.93110 ·doi:10.1016/j.amc.2014.03.005
[24] H.Zhang，Z.Liu，G.-B.Huang，Z.Wang，具有时变延迟的递归神经网络的新的基于加权延迟的稳定性准则。IEEE传输。神经网络。21(1), 91-106 (2010) ·doi:10.1109/TNN.2009.2034742
[25] H.Zhang，T.Ma，G.B.Huang，Z.Wang，通过二级脉冲控制实现不确定混沌时滞神经网络的鲁棒全局指数同步。IEEE传输。系统。人类网络。B网络。40(3), 831-844 (2010) ·doi:10.1109/TSMCB.2009.2030506
[26] H.Zhang，Z.Liu，G.B.Huang，基于SC技术的时变时滞切换中立型神经网络的新型时滞相关鲁棒稳定性分析。IEEE传输。系统。人类网络。B网络。40(6), 1480-1491 (2010) ·doi:10.1109/TSMCB.2010.2040274
[27] H.Zhang，Z.Wang，D.Liu，连续时间递归神经网络稳定性分析的综合评述。IEEE传输。神经网络。学习。系统。25(7), 1229-1262 (2014) ·doi:10.1109/TNNLS.2014.2317880
[28] 张海峰，杨凤，刘晓霞，张庆强，基于二次凸组合的时变时滞神经网络稳定性分析。IEEE传输。神经网络。学习。系统。24(4), 513-521 (2013) ·doi:10.1109/TNNLS.2012.2236571
[29] Q.Zhang，R.Xiang，时变时滞模糊细胞神经网络的全局渐近稳定性。物理学。莱特。A 3723971-3977（2008）·Zbl 1220.34098号 ·doi:10.1016/j.physleta.2008.01.063
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。