×
拉马林加姆·萨科提维尔;兰提纳萨米·萨奇维尔;千瓦，欧姆-分钟;帕拉尼萨米·塞尔瓦拉吉

具有输入饱和的奇异半马尔可夫跳跃神经网络的干扰抑制。 （英语） Zbl 1510.93262号

申请。数学。计算。 407，文章ID 126301，17 p.（2021）。
摘要：本文利用改进的等效输入扰动（IEID）估计方法研究了奇异半马尔可夫跳变神经网络在随机增益波动和输入饱和情况下的鲁棒抗扰镇定问题。特别是，该估计器集成了增益因子，以提高系统性能的灵活性，并提高抗干扰的动态效率。此外，随机性现象由满足伯努利分布特性的随机变量机构积分。准确地说，为了减轻闭环系统中的干扰影响，在反馈控制输入中加入了基于IEID的估计器，而不需要任何关于干扰影响的先验信息。借助随机分析和Wirtinger不等式技术，可以通过求解一组线性矩阵不等式来获得所需的基于IEID的非脆弱反馈控制器。最后，给出了两个仿真结果，以验证所开发理论的有效性。

引用于5文件

MSC公司：

93D21号 自适应或鲁棒稳定
92B20型 生物研究、人工生命和相关主题中的神经网络
93C70号 控制/观测系统中的时间尺度分析和奇异摄动
93E15型 控制理论中的随机稳定性

关键词：

奇异神经网络;非脆弱控制;改进的等效输入阻抗;半马尔可夫跳跃;输入饱和
PDF格式BibTeX公司 XML格式引用
\textit{R.Sakthivel}等人，应用。数学。计算。407，文章ID 126301，第17页（2021；Zbl 1510.93262）
全文： 内政部

参考文献：

[1] 张，T。；方，B。；Tang，Y.Y。；He，G。；Wen，J.，用于人脸识别的保拓扑非负矩阵分解，IEEE Trans。图像处理。，17, 4, 574-584 (2008)
[2] 张，D。；Shi，P。；张伟。；Yu，L.，传感器网络中的节能分布式滤波：统一交换系统方法，IEEE Trans。赛博。，47, 7, 1618-1629 (2017)
[3] Tan，G。；Wang，Z。；Li，C.，基于改进比例积分估计的延迟静态神经网络性能状态估计，应用。数学。计算。，370, 124908 (2020) ·Zbl 1433.93051号
[4] Fang，T。；焦，S。；傅，D。；Su，L.，具有时滞和惯性项的Markov切换神经网络基于被动性的同步，应用。数学。计算。，394, 125786 (2020) ·Zbl 1508.93316号
[5] M.J.帕克。；Lee，S.H。；Kwon，O.M。；Ryu，J.H.，通过广义自由加权矩阵积分不等式增强时变时滞神经网络的稳定性准则，J.Frankl。研究所，355，14，6531-6548（2018）·Zbl 1398.93278号
[6] Li，J.等人。；Dong，H。；Wang，Z。；张伟，基于协议的时滞马尔可夫跳跃神经网络状态估计，神经网络。，108, 355-364 (2018) ·兹比尔1441.93302
[7] 焦，S。；沈，H。；魏毅。；黄，X。；Wang，Z.，关于时变时滞Markov跳跃广义神经网络的耗散性和稳定性分析的进一步结果，应用。数学。计算。，336, 338-350 (2018) ·Zbl 1427.93262号
[8] 黄，H。；黄，T。；Cao，Y.，具有马尔可夫跳变参数的延迟静态神经网络降阶滤波，IEEE Trans。神经网络。学习。系统。，29, 11, 5606-5618 (2018)
[9] 田，J。；李毅。；赵，J。；Zhong，S.，具有模式相关时变时滞和部分已知转移率的马尔可夫跳跃神经网络的时滞相关随机稳定性准则，Appl。数学。计算。，218, 9, 5769-5781 (2012) ·Zbl 1248.34123号
[10] 魏毅。；Park，J.H。；Karimi，H.R。；田永川。；Jung，H.，具有时变时滞的连续时间半马尔可夫跳变神经网络随机同步的改进稳定性和镇定结果，IEEE Trans。神经网络。学习。系统。，29, 6, 2488-2501 (2017)
[11] 李，X。；Li，F。；张，X。；杨，C。；Gui，W.，时滞半马尔可夫递归神经网络的指数稳定性分析：齐次多项式方法，IEEE Trans。神经网络。学习。系统。，29, 12, 6374-6384 (2018)
[12] 张，D。；Cheng，J。；曹，J。；Zhang，D.，具有模型相关随机参数不确定性的半马尔可夫跳跃神经网络的有限时间同步控制，应用。数学。计算。，344, 230-242 (2019) ·Zbl 1428.93129号
[13] 沈，H。；Park，J.H。；Wu，Z.G。；Zhang，Z.，半马尔可夫跳拓扑复杂网络的有限时间同步，Commun。非线性科学。数字。模拟。，24, 1-3, 40-51 (2015) ·Zbl 1440.93074号
[14] Xiao，X。；Park，J.H。；周，L。；Lu，G.，Markovians切换广义系统稳定性分析的新结果，IEEE Trans。自动。控制，64，5，2084-2091（2018）·Zbl 1482.93689号
[15] 赵伟。；马云（Ma，Y.）。；陈，A。；Fu，L。；张毅，结构随机变化的马尔可夫跳变广义系统的鲁棒滑模控制，应用。数学。计算。，349, 81-96 (2019) ·Zbl 1429.93361号
[16] 马云（Ma，Y.）。；Zheng，Y.，具有马尔可夫跳变和混合时滞的离散奇异神经网络的时滞相关随机稳定性，神经网络。计算。申请。，29, 1, 111-122 (2018)
[17] 李，S。；Ma，Y.，奇异马尔可夫跳跃系统的有限时间耗散控制，非线性分析。，27, 323-340 (2018) ·兹比尔1378.93116
[18] Wang，Y。；陈，F。；庄，G。；Song，G.，《马尔可夫跳跃奇异摄动系统抗欺骗攻击的基于事件的异步弹性滤波》，ISA Trans。(2020)
[19] Wang，Y。；陈，F。；庄，G。；Yang，G.，马尔可夫跳奇异摄动系统基于动态事件的混合（H_）和耗散异步控制，应用。数学。计算。，386, 125443 (2020) ·Zbl 1497.93234号
[20] 马云（Ma，Y.）。；马，N。；Chen，L。；郑毅。；Han，Y.，具有时变时滞的中立型奇异神经网络的指数稳定性，国际期刊学习。赛博。，10, 5, 853-858 (2019)
[21] Zhang，Y。；Shi，P。；阿加瓦尔，R.K。；Shi，Y.，离散时滞奇异跳跃神经网络的基于事件的耗散分析，IEEE Trans。神经网络。学习。系统。，1232-1241年4月31日（2019年）
[22] 卢，C。；吴先生。；He，Y.，使用饱和输出误差的延迟神经网络顽固状态估计，IEEE Trans。神经网络。学习。系统。，31, 6, 1982-1994 (2019)
[23] Wang，Y。；陈，F。；庄，G.，具有一般条件概率的随机马尔可夫跳跃系统基于动态事件的可靠耗散异步控制，非线性动力学。，101, 1, 465-485 (2020) ·Zbl 1516.93057号
[24] He，W。；孙，Y。；Yan，Z。；杨，C。；李，Z。；Kaynak，O.，基于干扰观测器的输入饱和多机械手协作神经网络控制，IEEE Trans。神经网络。学习。系统。，35, 5, 1735-1746 (2020)
[25] Zhang，Y。；他，Y。；Long，F.，带执行器饱和的混沌神经网络基于样本数据的同步的增强双侧环Lyapunov泛函，神经计算，422287-294（2021）
[26] 谢军。；朱，S。；Feng，J.E.，时滞正Markov跳跃线性系统指数平均稳定性的时滞相关和衰减相关条件及非脆弱控制器设计，应用。数学。计算。，369, 124834 (2020) ·Zbl 1433.93151号
[27] 李强。；Wang，Z。；Sheng，W。；Alsaadi，F.E。；Alsaadi，F.E.，在随机发生的传感器饱和情况下复杂网络的（H_）非脆弱状态估计的动态事件触发机制，Inf.Sci。，509, 304-316 (2020) ·Zbl 1470.93099号
[28] Mu，Y。；张，H。；Sun，S。；Ren，J.，一类不确定Takagi-Sugeno模糊奇异系统的鲁棒非脆弱比例微分状态反馈控制，J.Frankl。研究所，356、12、6208-6225（2019）·兹比尔1416.93108
[29] 罗，J。；田伟。；钟，S。；Shi，K。；Wang，W.，不确定延迟切换神经网络的非脆弱异步事件触发控制，非线性分析。混合系统。，29, 54-73 (2018) ·Zbl 1388.93061号
[30] Dong，S。；钟，S。；Shi，K。；Kang，W。；Cheng，J.，关于延迟静态神经网络非脆弱性能状态估计的进一步改进结果，神经计算，356，9-20（2019）
[31] 宋，X。；Man，J。；Song，S。；Wang，Z.，具有反应扩散项的马尔可夫惯性忆阻神经网络的有限时间非脆弱时变比例延迟同步，神经网络。，123, 317-330 (2020) ·Zbl 1443.93120号
[32] 马，L。；Wang，Z。；Han，Q.L。；Liu，Y.，带执行器故障和混合时滞的非线性Markov跳跃系统的耗散控制，Automatica，98，358-362（2018）·Zbl 1406.93372号
[33] 余，P。；刘克忠。；她，J。；吴先生。；Nakanishi，Y.，具有时变非线性的重复控制系统的鲁棒干扰抑制，《国际鲁棒非线性控制》，29，5，1597-1612（2019）·Zbl 1410.93041号
[34] 刘伟。；Li，P.，基于扰动观测器的非线性参数化系统容错自适应控制，IEEE Trans。Ind.Electron公司。，66, 11, 8681-8691 (2019)
[35] 余，P。；吴先生。；她，J。；刘克忠。；Nakanishi，Y.，具有状态延迟和扰动的重复控制系统的改进等效输入扰动方法，IEEE Trans。Ind.Electron公司。，65, 1, 521-531 (2017)
[36] 杜，Y。；曹伟。；吴先生。；她，J。；方，M。；Kawata，S.，使用改进的等效输入干扰方法的干扰抑制和控制系统设计，IEEE Trans。Ind.Electron公司。，67, 4, 3013-3023 (2019)
[37] 吴先生。；高，F。；余，P。；她，J。；Cao，W.，通过引入比例积分观测器IEEE Trans，改善基于等效输入扰动的控制系统的扰动抑制性能。Ind.Electron公司。，67, 2, 1254-1260 (2019)
[38] 钱，W。；袁，M。；Wang，L。；陈，Y。；Yang，J.，基于多积分泛函方法的区间时变时滞不确定系统的鲁棒稳定性准则，J.Frankl。研究所，355，2，849-861（2018）·Zbl 1384.93114号
[39] Yang，X.S。；Huang，Y.，一类新的混沌简单三神经元细胞神经网络，Int.J.Bifurc。混沌，1611019-1021（2006）·Zbl 1116.37320号
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。