×

离散时间延迟神经网络稳定性分析的延迟相关Lurie Postnikov型Lyapunov-Krasovskii泛函。 (英语) Zbl 1533.93665号

摘要:本文研究了时变时滞和具有扇区约束的非线性激活函数对离散时间神经网络稳定性的影响。与以往主要关注延迟信息影响的工作相比,本文致力于激活非线性函数信息,以帮助补偿基于Lyapunov-Krasovskii泛函(LKF)的分析技术。提出了一类含有非线性激活函数扇区约束的时滞相关Lurie-Postnikov型积分项来补充LKF构造。利用改进的LKF给出了离散时滞网络稳定性分析的保守度较小的判据。数值算例表明,含非线性激活函数的时滞相关积分项可以降低守恒性。

MSC公司:

93天30分 李亚普诺夫函数和存储函数
93立方厘米 延迟控制/观测系统
93C55美元 离散时间控制/观测系统
93B70型 网络控制
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 新南威尔士州艾哈迈德。;卡拉斯科,J。;Heath,W.P.,具有斜率限制非线性的离散时间系统稳定性的一个不太保守的LMI条件,IEEE自动控制汇刊,60,6,1692-16972015·Zbl 1360.93527号
[2] 蔡,T。;Cheng,P。;姚,F。;Hua,M.,具有延迟脉冲的离散时间不确定脉冲随机神经网络的鲁棒指数稳定性,神经网络,160227-2372023·Zbl 1530.93378号
[3] 陈,W.-H。;陈,Y。;Zheng,W.X.,离散时滞神经网络的可变增益脉冲同步及其在数字安全通信中的应用,IEEE神经网络和学习系统汇刊,2023
[4] 陈,J。;帕克,J.-H。;Xu,S.,具有区间型时变时滞的离散时间神经网络的稳定性分析,神经计算,329248-2542019
[5] 陈,J。;朴智星。;Xu,S.,通过新型Lyapunov-Krasovskii泛函改进离散时滞神经网络的稳定性标准,IEEE控制论汇刊,52,11,11885-118922022
[6] Drummond,R。;Valmorbida,G.,具有斜率限制非线性的离散时间Lur’e系统的广义Lyapunov函数,IEEE自动控制汇刊,68,10,5966-59762023
[7] 加内桑,S。;Gnaneswaran,N.,延迟离散时间复杂值神经网络的状态反馈滤波,IEEE神经网络和学习系统汇刊,31,114726-47362020
[8] 蒋,X.,Han,Q.-L.,&Yu,X.(2005)。具有类间隔时变时滞的线性离散系统的稳定性判据。《美国控制会议记录》(第2817-2822页)。
[9] Kwon,O。;帕克,M.-J。;Park,J.H。;Lee,S.-M。;Cha,E.-J.,时变时滞离散时间神经网络时滞相关稳定性的新标准,神经计算,121185-1942013
[10] Kwon,O。;儿子,J。;Lee,S.-M.,具有时变延迟反馈控制的离散混沌Lur'e系统的约束预测同步,非线性动力学,72129-1402013·Zbl 1268.39023号
[11] 李,S.-M。;Park,J.H.,具有扇区和斜率限制非线性的离散非线性Lur'e系统的鲁棒镇定,应用数学与计算,200,1429-4362008·Zbl 1146.93017号
[12] 李·S·H。;帕克,M.-J。;纪,D。;Kwon,O.,基于增广零等式方法的时变时滞神经网络的稳定性和耗散性准则,神经网络,146141-1502022·Zbl 1526.93183号
[13] 林伟杰。;他,Y。;Zhang,C.-K。;Wu,M.,具有时变延迟的离散时间半马尔可夫跳跃神经网络的随机有限时间(H_infty\)状态估计,IEEE神经网络和学习系统汇刊,2020,31,12,5456-5467
[14] 林伟杰。;王,Q。;Tan,G.,《延迟马尔可夫跳跃神经网络的异步自适应事件触发故障检测:延迟变量相关方法》,神经网络,171,53-60,2024
[15] Ling,G。;关,Z.-H。;他,D.-X。;廖瑞秋。;Zhang,X.-H.,具有延迟的基因调控网络中新耦合阻遏物的稳定性和分岔分析,神经网络,60222-2312014·Zbl 1368.92058号
[16] 刘,Y。;Wang,Z。;马,L。;Alsaadi,F.E.,离散时间延迟随机复杂网络状态估计的基于部分节点的信息融合方法,信息融合,49240-2482019
[17] 吕,X。;曹,J。;李,X。;Luo,Y.,通过受执行器饱和影响的分布式脉冲控制实现耦合延迟的定向Lur’e网络的局部同步,IEEE神经网络和学习系统汇刊,34,10,7170-7180,2023
[18] 马丁斯。;阿尔贝托,L.F。;Bretas,N.G.,使用LMI的扩展Lur’e系统吸引集的统一估计,IEEE自动控制汇刊,51,10,1675-16782006·Zbl 1366.93445号
[19] Nam,P.T。;Pathirana,P.N。;Trinh,H.,基于离散wirter-based不等式及其应用,《富兰克林研究所杂志》,352,51893-19052015·Zbl 1395.93448号
[20] 帕克,P。;Kim,S.W.,具有单调扇区限制的离散非线性Lur'e系统的一个重审tsypkin准则,Automatica,34,11,1417-1420,1998·Zbl 1040.93531号
[21] Park,J。;Lee,S.Y。;Park,P.,具有扇区和斜率限制的离散时间lur’e系统的非保守稳定性准则,IEEE自动控制汇刊,64,10,4391-43952019·Zbl 1482.93459号
[22] 纽约州帕克市。;帕克,P。;Kwon,N.K.,具有扇区和斜率限制的离散时间Lur’e系统的改进稳定性准则,Automatica,51,255-2582015·Zbl 1417.93241号
[23] 萨拉瓦纳库马尔,R。;Stojanovic,S.B。;Radosavljevic,D.D。;Ahn,C.K。;Karimi,H.R.,通过新的加权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神经网络和学习系统汇刊,30,1,58-712019
[24] Seuret,A。;刘凯。;Gouaisbaut,F.,广义倒置凸组合引理及其在时滞系统中的应用,Automatica,95488-4932018·Zbl 1402.93193号
[25] Shu,Y。;刘,X。;Liu,Y.,时变时滞不确定离散时间神经网络的稳定性和无源性分析,神经计算,1731706-17142016
[26] 索拉克,M。;O.费达西科克。;Arik,S.,离散时滞神经网络鲁棒稳定性分析的一般框架,神经网络,162186-1982023·Zbl 1530.93382号
[27] Soundararajan,G。;Nagamani,G.,具有随机发生不确定性的延迟离散时间复值神经网络的非脆弱输出反馈同步,神经网络,159,70-832023·Zbl 1525.93352号
[28] Wan,Y。;曹,J。;黄,W。;郭杰。;Wei,Y.,具有时变延迟的多区域城市交通网络的周界控制,IEEE系统、人与控制论汇刊:系统,50,82795-28032020
[29] 王,D。;陈,M。;Wang,W.,分布式极值寻求最优资源分配及其在智能电网经济调度中的应用,IEEE神经网络和学习系统汇刊,30,10,3161-31712019
[30] Wang,C.-R。;他,Y。;Zhang,C.-K。;陈,W.-H。;Wu,M.,时滞变量相关求和不等式及其在时变时滞离散系统稳定性分析中的应用,《系统与控制快报》,184,第105721页,2024
[31] Wang,C.-R。;他,Y。;Zhang,C.-K。;Wu,M.,具有时变延迟的离散时间神经网络的稳定性分析:扩展的自由加权矩阵零方程方法,IEEE控制论汇刊,54,21109-1182024
[32] Wang,X.F。;钟国庆。;Tang,K.-S。;曼,K.F。;Liu,Z.-F.,通过延时反馈在Chua电路中产生混沌,IEEE电路与系统学报I,48,9,1151-11562001
[33] 谢国勇。;陈,W.-H。;Jin,L。;Zhang,C.-K。;He,Y.,通过矩阵值二次函数的扩展负确定性方法实现离散时滞神经网络的新稳定性判据,IET控制理论与应用,17,5,580-5902023
[34] Zhang,C.-K。;陈,W.-H。;朱,C。;他,Y。;Wu,M.,通过基于延迟相关矩阵分离的不等式进行时变时滞离散时间系统的稳定性分析,Automatica,156,第111192页,2023·Zbl 1520.93428号
[35] 张晓明。;韩庆林。;Ge,X。;Zhang,B.-L.,时变时滞离散神经网络扩展耗散性的时滞变量相关准则,IEEE神经网络与学习系统学报,34,3,1578-15872023
[36] Zhang,C.-K。;他,Y。;江,L。;王庆国。;Wu,M.,通过扩展的互易凸矩阵不等式分析时变时滞离散时间神经网络的稳定性,IEEE控制论汇刊,47,10,3040-3049,2017
[37] Zhang,C.-K。;他,Y。;江,L。;吴,M。;Zeng,H.-B.,时变时滞离散系统有界实引理的求和不等式,IEEE自动控制学报,62,5,2582-2588,2017·Zbl 1366.93169号
[38] 张,B。;徐,S。;Zou,Y.,时变时滞离散递归神经网络的改进时滞依赖指数稳定性准则,神经计算,72,1-3,321-330,2008
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。