×
万丽光;詹西生;高洪亮;杨庆生;韩、陶;叶梦君

分数阶时滞神经网络的多重渐近稳定性分析。 （英语） Zbl 1483.93508号

国际期刊系统。科学。，普林克。申请。系统。集成。 50，第10号，2063-2076（2019）.
摘要：本文推导了一类具有时滞的分数阶神经网络的多重渐近稳定性。通过利用从所述分数阶神经网络模型导出的上下界函数的性质以及分数阶微积分的比较原理，得到了时滞分数阶神经网络平衡点存在和多重渐近稳定性的充分条件。结果表明，本文所得结果既适用于多重渐近稳定性分析，也适用于全局渐近稳定性分析。此外，还给出了三个数值算例来验证推导结果的有效性。

引用于三文件

MSC公司：

93D20型 控制理论中的渐近稳定性
93B70型 网络控制
26A33飞机 分数导数和积分
93立方厘米 延迟控制/观测系统

关键词：

分数阶神经网络;多重渐近稳定性;时间延迟
PDF格式BibTeX公司 XML格式引用
\textit{L.Wan}等人，国际期刊系统。科学。，普林克。申请。系统。集成。50，第10号，2063--2076（2019；Zbl 1483.93508）
全文： DOI程序

参考文献：

[1] Balasubramaniam，P。；Vidhya，C.，具有混合时滞和马尔可夫跳跃参数的随机反应扩散不确定模糊神经网络的指数稳定性，应用专家系统，39，3，3109-3115（2012）·doi:10.1016/j.eswa.2011.08.174
[2] Bao，H.B。；Park，J.H。；Cao，J.，基于分数阶记忆电阻的神经网络的时滞自适应同步，非线性动力学，821343-1354（2015）·Zbl 1348.93159号 ·doi:10.1007/s11071-015-2242-7
[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电路与系统汇刊I：常规论文，52，2，417-426（2005）·兹比尔1374.93285 ·doi:10.1109/TCSI.2004.841574
[4] Chen，L.P。；Chai，Y。；吴，R.C。；马，T.D。；翟海忠，一类分数阶时滞神经网络的动态分析，神经计算，111，2，190-194（2013）·doi:10.1016/j.neucom.2012.11.034
[5] 陈，B.S。；Chen，J.J.，分数阶非自治神经网络的全局渐近ω-周期性，神经网络，68，78-88（2015）·Zbl 1398.34014号 ·doi:10.1016/j.neunet.2015.04.006
[6] 陈，B.S。；Chen，J.J.，具有时变时滞的非自治分数阶神经网络的全局稳定性和全局渐近周期性，神经网络，73，47-57（2016）·Zbl 1398.34095号 ·doi:10.1016/j.neunet.2015.09.007
[7] 陈，B.S。；Wang，J.，一类具有振荡参数和时变时滞的递归神经网络的全局指数周期性，IEEE神经网络汇刊，16，1440-1448（2005）·doi:10.1109/TNN.2005.857953
[8] 陈，B.S。；Wang，J.，一类具有不同激活函数和时变时滞的递归神经网络的全局指数周期性和全局指数稳定性，神经网络，20，10，1067-1080（2007）·Zbl 1254.34114号 ·doi:10.1016/j.neunet.2007.07.007
[9] Chen，J.J。；曾振国。；Jiang，P.，基于记忆电阻的分数阶神经网络的全局Mittag-Lefler稳定性和同步，神经网络，51，1-8（2014）·Zbl 1306.34006号 ·doi:10.1016/j.neunet.2013.11.016
[10] Chen，J.J。；曾振国。；Jiang，P.，关于基于记忆电阻的时变时滞神经网络的周期动力学，信息科学，279358-373（2014）·Zbl 1358.34077号 ·doi:10.1016/j.ins.2014.03.124
[11] 陈，W.-H。；Zheng，W.X.，时变时滞随机神经网络的鲁棒稳定性分析，IEEE神经网络汇刊，21，3，508-514（2010）·doi:10.1109/TNN.2009.2040000
[12] 邓文华。；李，C.P。；Lü，J.H.，具有多个时间延迟的线性分数阶微分系统的稳定性分析，非线性动力学，48，4409-416（2007）·Zbl 1185.34115号 ·doi:10.1007/s11071-006-9094-0
[13] Halanay，A.，《微分方程》，378-378（1966），纽约：学术出版社，纽约
[14] 何毅。；刘国平。；里斯·D·。；Wu，M.，具有时变间隔延迟的神经网络的稳定性分析，IEEE神经网络汇刊，18，6/1850-1854（2007）·doi:10.10109/TNN.2007.903147
[15] 何毅。；刘国平。；Rees，D.，时变时滞神经网络的新时滞相关稳定性准则，IEEE神经网络汇刊，18，1，310-314（2007）·doi:10.1109/TNN.2006.888373
[16] 胡，C。；蒋海杰。；Teng，Z.D.，具有反应扩散项的延迟神经网络的脉冲控制和同步，IEEE神经网络汇刊，21，1，67-81（2010）·doi:10.1109/TNN.2009.2034318
[17] 黄，H。；黄，T.W。；Chen，X.P.，用模式相关方法估计马尔可夫跳跃参数和混合延迟的递归神经网络的状态，神经网络，46，50-61（2013）·Zbl 1296.93182号 ·doi:10.1016/j.neunet.2013.04.014
[18] 黄，X。；赵，Z。；王，Z。；Li，Y.X.，分数阶细胞神经网络中的混沌和超混沌，神经计算，94，13-21（2012）·doi:10.1016/j.neucom.2012.01.011
[19] 蒋海杰。；Teng，Z.D.，具有时变系数和时滞的细胞神经网络的全局指数稳定性，神经网络，17，10，1415-1425（2004）·Zbl 1068.68121号 ·doi:10.1016/j.neunet.2004.03.002
[20] Kaslik，E.和Sivasundaram，S.（2012年）。分数阶神经网络动力学。2010年国际神经网络联合会议，IJCNN 2010（第611-618页）。圣何塞。
[21] 李毅。；陈，Y。；Podlubny，I.，分数阶非线性动力系统的Mittag-Lefler稳定性，Automatica，45,81965-1969（2009）·Zbl 1185.93062号 ·doi:10.1016/j.automatica.2009.04.003
[22] Liang，S。；吴，R.C。；Chen，L.P.，具有多个时间延迟的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，168618-625（2015）·doi:10.1016/j.neucom.2015.05.063
[23] Liu，Y.R。；王，Z.D。；Liu，X.H.，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，19，5，667-675（2006）·Zbl 1102.68569号 ·doi:10.1016/j.neunet.2005.03.015
[24] 刘，P。；曾志刚。；Wang，J.，具有非单调激活函数和时变时滞的一般递归神经网络的多重稳定性分析，神经网络，79，117-127（2016）·Zbl 1417.34178号 ·doi:10.1016/j.neunet.2016.03.010
[25] 刘，P。；曾振国。；Wang，J.，具有非单调激活函数和混合延迟的递归神经网络的多重稳定性，IEEE系统、人与控制论汇刊：系统，46，4，512-523（2016）·doi:10.1109/TSMC2015.2461191
[26] 刘，P。；曾振国。；Wang，J.，分数阶递归神经网络的多重Mittag-Lefler稳定性，IEEE系统、人与控制论汇刊：系统，47，8，2279-2288（2017）·doi:10.1109/TSMC.2017.2651059
[27] 聂，X。；Cao，J.，具有时变和分布式延迟的竞争神经网络的多稳定性，非线性分析：现实世界应用，10，2，928-942（2009）·Zbl 1167.34383号 ·doi:10.1016/j.nonrwa.2007.11.014
[28] 宋，L。；吴，R.C。；Chen，L.P.，具有多个时滞的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，168，618-625（2015）·doi:10.1016/j.neucom.2015.05.020
[29] 宋庆科。；Yan，H。；赵振杰。；Liu，Y.R.，具有异步时变和连续分布时滞的脉冲复值神经网络的全局指数稳定性，神经网络，81，1-10（2016）·Zbl 1417.34181号 ·doi:10.1016/j.neunet.2016.04.012
[30] Wan，L.G。；Wu，A.L.，具有分段常数参数的分数阶神经网络的Mittag-Lefler意义下的多重稳定性，神经计算，286，1-10（2018）·doi:10.1016/j.neucom.2018.01.049
[31] Wang，L.L。；Chen，T.P.，具有无界时变时滞的神经网络的多重μ-稳定性，神经网络，53，109-118（2014）·兹比尔1307.93365 ·doi:10.1016/j.neunet.2014.02.001
[32] 王，D。；Huang，L.，具有不连续激活和混合延迟的广义Cohen-Grossberg神经网络的周期性和全局指数稳定性，神经网络，51，80-95（2014）·Zbl 1309.34124号 ·doi:10.1016/j.neunet.2013.12.005
[33] 王，Z.D。；Liu，Y.R。；李明珠。；Liu，X.H.，具有混合时延的随机Cohen-Grossberg神经网络的稳定性分析，IEEE神经网络汇刊，17，3814-820（2006）·doi:10.10109/TNN.2006.872355
[34] Wang，L.L。；Lu，W.L。；Chen，T.P.，延迟神经网络近周期解的多重稳定性和新吸引域，IEEE神经网络汇刊，20，10，1581-1593（2009）·doi:10.1109/TNN.2009.2027121
[35] Wang，L.L。；Lu，W.L。；Chen，T.P.，具有分段线性非递减激活函数的神经网络中多重平衡点的共存性和局部稳定性，神经网络，23，2，189-200（2010）·Zbl 1409.34025号 ·doi:10.1016/j.neunet.2009.11.010
[36] Wang，F。；Yang，Y.Q。；Hu，M.F.，具有脉冲效应的延迟分数阶神经网络的渐近稳定性，神经计算，154，239-244（2015）·doi:10.1016/j.neucom.2014.11.068
[37] Wang，H。；Yu，Y.G。；Wen，G.G。；Zhang，S.，具有时滞的分数阶神经网络的稳定性分析，《神经处理快报》，42，2，479-500（2015）·doi:10.1007/s11063-014-9368-3
[38] Wang，H。；Yu，Y.G。；Wen，G.G。；张，S。；Yu，J.Z.，具有时滞的分数阶Hopfield神经网络的全局稳定性分析，神经计算，154，15-23（2015）·doi:10.1016/j.neucom.2014.12.031
[39] Wu，A.L。；Zeng，Z.G.，分数阶模糊神经网络的有界性、Mittag-Lefler稳定性和渐近ω-周期性，神经网络，74，73-84（2016）·Zbl 1398.34011号 ·doi:10.1016/j.neunet.2015.11.003
[40] 曾海波。；何毅。；吴，M。；Xiao，H.Q.，时变时滞神经网络无源性的改进条件，IEEE控制论学报，44，6，785-792（2014）·doi:10.10109/TCB.2013.2272399
[41] 曾海波。；Teo，K.L。；何毅。；Xu，H.L。；Wang，W.，执行器饱和下混沌神经网络的采样数据同步控制，神经计算，260，25-31（2017）·doi:10.1016/j.neucom.2017.02.063
[42] 曾志刚。；Zheng，W.X.，具有关于相平面上原点对称的激活函数的两种递归神经网络的多稳定性，IEEE神经网络和学习系统汇刊，24，11749-1762（2013）·doi:10.1109/TNNLS.2013.2262638
[43] 张海光。；王Z.S。；Liu，D.R.，具有多个时变时滞的递归神经网络的全局渐近稳定性，IEEE神经网络汇刊，19，5，855-873（2008）·doi:10.1109/TNN.2007.912319
[44] 张海光。；王Z.S。；Liu，D.R.，《连续时间递归神经网络稳定性分析的综合评述》，IEEE神经网络和学习系统汇刊，25，7，1229-1262（2014）·doi:10.1109/TNNLS.2014.2317880
[45] 张，S。；Yu，Y.G。；Wang，H.，分数阶Hopfield神经网络的Mittag-Lefler稳定性，非线性分析：混合系统，16，104-121（2015）·Zbl 1325.34016号
[46] 周S.B。；李，H。；Zhu，Z.Z.，分数阶神经元网络系统中的混沌控制与同步，混沌、孤子与分形，36，4，973-984（2008）·Zbl 1139.93320号 ·doi:10.1016/j.chaos.2006.07.033
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。