×
韩志敏;王毅;季、全宝;苏丹Alodhaibi

分数阶非线性系统的钝化性和钝化性。 （英语） Zbl 1508.93145号

分形 30，第10号，文章ID 2240242，10 p.（2022）.

MSC公司：

93立方厘米 控制理论中的非线性系统
93D20型 控制理论中的渐近稳定性
26A33飞机 分数导数和积分

关键词：

分数阶非线性系统;被动性;钝化;线性矩阵不等式
PDF格式BibTeX公司 XML格式引用
\textit{Z.Han}等人，Fractals 30，No.10，文章ID 2240242，10 p.（2022；Zbl 1508.93145）
全文： DOI程序

参考文献：

[1] West，B.J.，学术讨论会：复杂度的分数微积分观点：教程，修订版。《物理学》86（4）（2014）1169-1186。
[2] Sun，H.、Zhang，Y.、Baleanu，D.、Chen，W.和Chen，Y.，《分数阶微积分在科学和工程中的实际应用的新集合》，Commun。非线性科学。数字。模拟64（2018）213-231·Zbl 1509.26005号
[3] Liu，H.、Pan，Y.、Li，S.和Chen，Y.，分数阶非线性系统的自适应模糊反推控制，IEEE Trans。系统。人类网络。系统47（8）（2017）2209-2217。
[4] Constantinescu，C.，Ramirez，J.M.和Zhu，W.R.，分数阶微分方程在风险理论中的应用，金融。斯托克23（4）（2019）1001-1024·Zbl 1432.91097号
[5] Lenka，B.K.和Banerjee，S.，一类非自治分数阶系统的渐近稳定性和镇定，非线性动力学85（1）（2016）167-177·Zbl 1349.34010号
[6] Li，X.，Peng，H.，Luo，Q.，Yang，Y.和Liu，Z.，一类分数阶非线性系统稳定性判定理论的问题与分析，《物理学报》。Sin.62（2）（2013）709-712。
[7] Liu，H.、Pan，Y.、Li，S.和Chen，Y.，使用分数阶滑模控制实现分数阶神经网络的全欠驱动同步，国际J.Mach。学习。Cybern.9（7）（2018）1219-1232。
[8] Han，Z.，Li，S.和Liu，H.，混沌分数阶神经网络的复合学习滑模同步，J.Adv.Res.25（2020）87-96。
[9] Kumar，S.和Sukavanam，N.，具有积分收缩项的非线性分数阶系统的可控性，分形。计算应用程序。分析16（4）（2013）791-801·Zbl 1312.93019号
[10] Ge，F.，Chen，Y.和Kou，C.，关于时间分数扩散过程的区域梯度可观测性，Automatica74（2016）1-9·Zbl 1348.93054号
[11] Jacyntho，L.A.等人，使用阶跃激励的分数阶传递函数的识别，IEEE Trans。电路系统。二、。《简报》62（9）（2015）896-900。
[12] Chen，L.，Li，T.，Chen，Y.，Wu，R.和Ge，S.，一类不确定分数阶线性系统的鲁棒无源性和反馈传递，国际期刊系统。科学50（5-8）（2019）1149-1162·Zbl 1483.93478号
[13] Ortega，R.和Borja，L.P.，关于端口哈密尔顿系统的互连控制和基于能量平衡无源性的控制的新结果，《IEEE决策与控制会议记录2015》（2014），第2346-2351页。
[14] Agafonov，S.A.，《关于承受非线性耗散力的圆形系统的稳定性》，Mech。固体44（3）（2009）366-371。
[15] Byrnes，C.I.和Isidori，A.，最小相位非线性系统的无源性、反馈等价性和全局稳定性，IEEE Trans。自动化。《控制》36（11）（1991）1228-1240·Zbl 0758.93007号
[16] Rakhshan，M.、Gupta，V.和Goodwine，B.，《分数阶系统的无源性》，SIAM J.Control Optimiz，57（2）（2017）1378-1389·Zbl 1411.93137号
[17] Velmurugan，G.、Rakkiyappan，R.和Lakshmanan，S.，基于记忆电阻的时变时滞复杂值神经网络的无源性分析，神经过程。Lett.42（3）（2015）517-540。
[18] Huang，Y.和Ren，S.，具有状态和空间扩散耦合的开关耦合反应扩散神经网络的无源性和基于无源性的同步，神经过程。Lett.47（2）（2017）347-363。
[19] Saravanakumar，R.、Stojanovic，S.B.、Radosavljevic，D.D.、Ahn，C.K.和Karimi，H.R.，通过新的加权求和不等式实现延迟离散时间神经网络基于有限时间无源性的稳定性准则，IEEE Trans。神经网络。学习。系统30（1）（2018）1-14。
[20] Li，J.，Dong，H.，Wang，Z.和Bu，X.，随机发生时滞神经网络基于部分神经元的无源保证状态估计，IEEE Trans。神经网络。学习。系统31（9）（2020）3747-3753。
[21] Li，N.和Zheng，W.，基于四元数的时变时滞神经网络的无源性分析，IEEE Trans。神经网络。学习。系统31（2）（2019）1-12。
[22] Suredee，P.和Mukdasai，K.，具有时变时滞和非线性扰动的中立系统的新指数无源性分析，科学。Technol公司。亚洲26（3）（2021）1-13。
[23] Kuntanapreida，S.，使用基于无源性的控制方法对分数阶统一混沌系统进行自适应控制，非线性动力学84（4）（2016）2505-2515·Zbl 1355.93095号
[24] Ding，Z.，Zeng，Z..，Zhang，H.，Wang，L.和Wang，L，分数阶不确定神经网络无源性的新结果，神经计算351（25）（2019）51-59。
[25] Viet，T.M.，Cong，H.D.和Thi，H.D，关于具有不确定性的分数阶神经网络鲁棒有限时间无源性的新结果，神经过程。Lett.50（2019）1065-1078。
[26] Xiao，S.，Wang，Z.和Wang，C.，通过区间矩阵多面体方法对具有区间参数不确定性的分数阶神经网络的无源性分析，神经计算477（2022）96-103。
[27] Dadras，S.和Momeni，H.R.，不确定分数阶非线性系统基于被动性的分数阶积分滑模控制设计，机电一体化23（7）（2013）880-887。
[28] Yang，B.，Yu，T.，Shu，H.，Zhu，D.，Sang，Y.和Lin，J.，基于被动性的电网连接光伏系统的分数阶滑模控制设计与实现，J.Renew。维持。能源10（4）（2018）043701。
[29] Lavin-Delgado，J.E.，Chavez-Vazquez，S.，Gomez-Aguilar，J.F.，Delgado-Reyes，G.和Ruiz-Jaimes，M.A.，《自然社会》28（8）（2020）2040008中基于分数阶无源性的机器人操纵器自适应控制器，分形复杂几何模式和缩放·Zbl 1482.93311号
[30] Padmaja，N.和Balasubramaniam，P.，具有切换参数和比例延迟的脉冲分数阶神经网络的新延迟和阶相关无源性标准，Neurocomputing454（2021）113-123。
[31] Liu，C.-G.和Wang，J.-L.，具有多状态/导数耦合的分数阶耦合神经网络的无源性，神经计算455（2021）379-389。
[32] Li，Y.，Chen，Y.和Podlubny，I.，分数阶非线性动力系统的Mittag-lefler稳定性，Automatica45（8）（2009）1965-1969·Zbl 1185.93062号
[33] Liang，S.，Wu，R.和Chen，L.，多时滞非线性分数阶细胞神经网络的比较原理和稳定性，神经计算168（30）（2015）618-625。
[34] Tismenetsky，M.，《矩阵理论》（学术出版社，1985年）·兹伯利0558.15001
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。