×
何，张；陆俊伟；魏云亮；楚玉明

一类具有马尔可夫跳变参数的双向联想记忆NNS的可达集定界。 （英语） Zbl 1432.93026号

计算。申请。数学。 37，第4号，4281-4300（2018）.
摘要：本文研究了一类具有马尔可夫切换参数和单位能量或单位峰值有界扰动输入的时滞双向联想记忆神经网络系统（NNS）的可达集估计问题。马尔可夫跳双向联想记忆神经网络的特点表现在以下两个方面：时滞是时变的；过渡速率是随时间变化的。此外，时变跃迁速率是分段常数。利用Lyapunov泛函方法、延迟划分和线性矩阵不等式技术，解决了基于时延的可达集估计问题。数值算例表明了所给结果的有效性。

引用于1文件

MSC公司：

93个B03 可达集，可达性
60J27型 离散状态空间上的连续时间马尔可夫过程
93E03型 控制理论中的随机系统（一般）

关键词：

马尔可夫跳跃；可达集估计；双向联想存储器；分段常数转换率；延时
PDF格式BibTeX公司 XML格式引用
\textit{Z.He}等人，《计算》。申请。数学。37，第4号，4281--4300（2018；Zbl 1432.93026）
全文： DOI程序

参考文献：

[1] Boyd S、El Ghaoui L、Feron E、Balakrishnan V（1994）《系统和控制理论中的线性矩阵不等式》，第15卷。工业和应用数学学会（SIAM）·Zbl 0816.93004号
[2] 曹，J；Wan，Y，时滞惯性BAM神经网络稳定性和同步的矩阵测量策略，神经网络，53，165-172，（2014）·Zbl 1322.93087号 ·doi:10.1016/j.neunet.2014.02.003
[3] 曹，J；Wang，J，时滞递归神经网络的全局渐近和鲁棒稳定性，IEEE Trans-Circ Syst I Regul Pap，52，417-426，（2005）·Zbl 1374.93285号 ·doi:10.1109/TCSI.2004.841574
[4] 陈，Y；Lam，J；Zhang，B，切换线性系统可达集的估计与综合，Automatica，63，122-132，（2016）·Zbl 1329.93027号 ·doi:10.1016/j.automatica.2015.10.033
[5] Gu K（2000）时滞系统稳定性问题中的一个积分不等式。《决策与控制》，2000年。摘自：第39届IEEE会议记录，第3卷，第2805-2810页）。电气与电子工程师协会。https://doi.org/10.1109/CDC.2000.914233
[6] 他，Y；吴，M；She，JH，延迟细胞神经网络的改进全局渐近稳定性准则，IEEE Trans neural Netw，17，250-252，（2006）·doi:10.1109/TNN.2005.860874
[7] 他，Y；刘，G；Rees，D，时变时滞神经网络的新时滞相关稳定性准则，IEEE Trans neural Netw，18，310-314，（2007）·doi:10.1109/TNN.2006.888373
[8] 他，X；李，C；黄，T；李，C；黄，J，求解双层线性规划问题的递归神经网络，IEEE Trans neural Netw Learn Syst，25824-830，（2014）·doi:10.1109/TNNLS.2013.2280905
[9] 黄，T，分布时滞模糊细胞神经网络的指数稳定性，Phys-Lett A，35148-52，（2006）·Zbl 1234.82016年 ·doi:10.1016/j.physleta.2005.10.060
[10] 黄，T；李，C；段，S；Starzyk，JA，具有随机扰动和脉冲效应的不确定延迟神经网络的鲁棒指数稳定性，IEEE跨神经网络学习系统，23866-875，（2012）·doi:10.1109/TNNLS.2012.2192135
[11] 黄，H；黄，T；Chen，X，一种基于模型的马尔可夫跳变参数和混合时滞递归神经网络状态估计方法，神经网络，46，50-61，（2013）·Zbl 1296.93182号 ·doi:10.1016/j.neunet.2013.04.014
[12] Kwon，OM；李，SM；Park，JH，关于具有时变时滞和扰动的不确定动态系统的可达集界，Inf Sci，181，3735-3748，（2011）·Zbl 1243.93015号 ·doi:10.1016/j.ins.2011.04.045
[13] 李，C；Liao，X，时滞神经网络的无源性分析，IEEE Trans-Circ Syst II Express Briefs，52，471-475，（2005）·doi:10.10109/TCSII.2005.849023
[14] 李，H；陈，B；周，Q；Qian，W，具有马尔可夫跳变参数的不确定延迟模糊Hopfield神经网络的鲁棒稳定性，IEEE Trans-Syst Man-Contern第B部分（控制论），39，94-102，（2009）·doi:10.1109/TSMCB.2008.2002812
[15] 李，C；李，C；廖，X；Huang，T，时滞高阶BAM神经网络稳定性的脉冲效应，神经计算，741541-1550，（2011）·doi:10.1016/j.neucom.2010.12.028
[16] 刘，Y；王，Z；Liu，X，具有离散和分布时滞的广义递归神经网络的全局指数稳定性，神经网络，19667-675，（2006）·Zbl 1102.68569号 ·doi:10.1016/j.neunet.2005.03.015
[17] 牟，S；高，H；Lam，J；Qiang，W，时滞Hopfield神经网络时滞相关渐近稳定性的新判据，IEEE Trans neural Netw，19532-535，（2008）·doi:10.1109/TNN.2007.912593
[18] Nam，PT；Pathirana，PN，关于具有区间时变时滞的线性不确定多面体系统可达集边界的进一步结果，Automatica，471838-1841，（2011）·Zbl 1226.93024号 ·doi:10.1016/j.automatica.2011.05.003
[19] 彭，W；吴，Q；Zhang，Z，通过新的不等式技术，基于LMI的具有泄漏项延迟的中立延迟BAM神经网络平衡点的全局指数稳定性，神经计算，199103-113，（2016）·doi:10.1016/j.neucom.2016.03.030
[20] 齐，J；李，C；黄，T，基于脉冲控制的时变时滞惯性BAM神经网络的稳定性，神经计算，161162-167，（2015）·doi:10.1016/j.neucom.2015.02.052
[21] Vidyasagar M（1993）非线性系统分析，第2版。新泽西州恩格尔伍德悬崖普伦蒂斯·霍尔·Zbl 0900.93132号
[22] Wu，Z，随机非线性系统的稳定性准则及其应用，IEEE Trans-Autom Control，601038-1049，（2015）·Zbl 1360.93755号 ·doi:10.1109/TAC.2014.2365684
[23] 曾，Z；黄，T；Zheng，WX，具有时变延迟和分段线性激活函数的递归神经网络的多稳定性，IEEE Trans neural Netw，213371-1377，（2010）·doi:10.1109/TNN.2010.54106
[24] 张，Z；Quan，Z，带时滞的惯性BAM神经网络通过不等式技术的全局指数稳定性，神经计算，1511316-1326，（2015）·doi:10.1016/j.neucom.2014.10.072
[25] 张，H；Wang，Y，混合时滞Markovian跳跃随机cohencgrossberg神经网络的稳定性分析，IEEE Trans neural Netw，19，366-370，（2008）·doi:10.1109/TNN.2007.910738
[26] 张，Z；Yu，S，一类具有时滞的复值cohencgrossberg神经网络的全局渐近稳定性，神经计算，1711158-1166，（2016）·doi:10.1016/j.neucom.2015.07.051
[27] 张，W；李，C；黄，T；Tan，J，通过周期性间歇控制实现时变时滞惯性BAM神经网络的指数稳定性，神经计算应用，26，1781-1787，（2015）·doi:10.1007/s00521-015-1838-7
[28] 张，Z；郝，D；周，D，周期时间尺度上具有时滞的复值神经网络的复值不等式全局渐近稳定性，神经计算，219494-501，（2017）·doi:10.1016/j.neucom.2016.09.055
[29] 左，Z；Ho，DW；Wang，Y，带多面体不确定性时滞系统的可达集定界：最大lyapunovckrasovskii泛函方法，Automatica，46949-952，（2010）·Zbl 1191.93127号 ·doi:10.1016/j.automatica.2010.02.022
[30] 左，Z；何鸿燊，DWC；Wang，Y，存在离散和分布时滞时线性系统的可达集估计，IET控制理论应用，51808-1812，（2011）·doi:10.1049/iet-cta.2010.0487
[31] 左，Z；Fu，Y；Wang，Y，离散时滞和分布时滞线性系统可达集估计的结果，IET控制理论应用，62346-2350，（2012）·doi:10.1049/iet-cta.2012.0491
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。