×
尼拉特·普罗米迪;Kanit Mukdasai;普雷姆郡Junsawang

时变时滞积分微分神经网络的新指数无源性分析。 （英语） Zbl 1486.45019号

泰语J.数学。 18，第3期，1677-1699（2020）.
摘要：本文旨在基于混合模型变换方法，研究具有时变时滞的积分-微分神经网络的指数稳定性和指数无源性分析问题。在这项工作中，我们研究了具有上界的离散和分布式时变时滞。通过构造增广Lyapunov-Krasovskii泛函和各种不等式，建立了新的时滞相关准则，并用线性矩阵不等式（LMI）进行数学表达，以保证所考虑系统的指数稳定性。此外，基于对系统指数稳定性的证明，从混合时变时滞神经网络的指数无源性出发，导出了所构造的时滞相关方法。此外，还给出了数值例子来说明这些结果的有效性。

MSC公司：

45M10个 积分方程的稳定性理论
45J05型 积分微分方程
34K20码 泛函微分方程的稳定性理论
15A39型 矩阵的线性不等式
93D25号 控制理论中的输入输出方法

关键词：

指数无源性;神经网络;线性矩阵不等式;分布时变延迟;模型转换
PDF格式BibTeX公司 XML格式引用
\textit{N.Promdee}等人，泰国数学杂志。18，第3号，1677--1699（2020；Zbl 1486.45019）
全文： 链接

参考文献：

[1] S.Arik，《具有时变时滞的时滞神经网络的指数稳定性分析》，《神经网络》17（2004）1027-1031·Zbl 1068.68118号
[2] R.P.Agarwal，S.R.Grace，某些中立型微分方程的渐近稳定性，数学。计算。模型31（2000）9-15·Zbl 1042.34569号
[3] C.M.Bishop，模式识别神经网络，牛津，英国，1996年·Zbl 0868.68096号
[4] H.Chen，中立型微分方程指数稳定性的一些改进准则，Adv.Differ。Equ 170（2012）·Zbl 1377.34094号
[5] Y.Chen，Z.Fu，Y.Liu，F.E.Alsaadi，关于具有泄漏延迟的延迟神经网络被动性分析的进一步结果，Neurocomputing 224（2017）135-141。
[6] L.Chen，C.Li，X.Wang，S.Duan，记忆神经网络中的联想学习和纠正，国际分岔与混沌杂志18（1）（2008）245-250。
[7] J.Cao，K.Yuan，D.W.C.Ho，J.Lam，具有混合时变延迟的神经网络的全局点耗散性，混沌16（1）（2000）·Zbl 1144.37332号
[8] 陈文华，郑文霞，时滞细胞神经网络完全稳定性分析的新方法，IEEE神经网络事务21（7）（2010）1126-1139。
[9] Y.Du，S.Zhong，J.Xu，N.Zhou，具有离散和可判定时变时滞的不确定细胞神经网络的时滞依赖指数无源性，ISA事务56（2015）1-7。
[10] R.Govil，《信号处理中的神经网络、核工程中的模糊系统和软计算》38（2019）235-243。
[11] C.Ge，C.Hua，X.Guan，使用延迟分解方法的时变延迟神经网络的新延迟相关稳定性准则，IEEE神经网络和学习系统学报25（7）（2014）1378-1383。
[12] R.S.Gau，C.H.Lien，J.G.Hsieh，通过LMI方法实现具有多个时变时滞的非确定细胞神经网络的全局指数稳定性，混沌、孤子与分形32（2007）1258-1267·Zbl 1134.34049号
[13] 胡彦宏、黄建宁、佩里，《神经网络信号处理手册》，美国声学学会期刊111（2002）2525-2526。
[14] C.Hua，X.Guan，X.Guan，关于时变时滞神经网络稳定性分析的新结果，《物理学快报》A 352（2000）9-15。
[15] K.J.Hunt，D.Sbarbaro，R.Zbikowski，P.J.Gawthrop，《控制系统的神经网络——调查》，Automatica 28（6）（1992）1083-1112·Zbl 0763.93004号
[16] Y.He，G.Liu，D.Ress，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（2007）310-314。
[17] 何永华，刘国荣，李国荣，吴敏敏，时变时滞神经网络的稳定性分析，IEEE神经网络汇刊18（2007）1850-1854。
[18] 何寅，季敏东，张春光，吴敏东，基于自由矩阵积分不等式的时变时滞神经网络的全局指数稳定性，神经网络77（2016）80-86·Zbl 1417.34174号
[19] 何永华，吴敏华，佘建华，时变时滞时滞神经网络的时滞依赖指数稳定性，IEEE Trans。电路系统。II、 Exp.简报53（7）（2006）553-557。
[20] M.D.Ji，Y.He，M.Wu，C.K.Zhang，时变时滞神经网络的新指数稳定性判据，第33届中国控制会议论文集，中国南京（2014）6119-6123。
[21] M.D.Ji，Y.He，M.Wu，C.K.Zhang，关于时变时滞神经网络指数稳定性的进一步结果，应用数学与计算256（2015）175-182·Zbl 1338.92020号
[22] 姜浩，滕志忠，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（2004）1415-1425·Zbl 1068.68121号
[23] O.M.Kwon，M.J.Park，具有区间时变时滞的不确定神经网络的指数稳定性分析，应用数学与计算212（2009）530-541·Zbl 1179.34080号
[24] O.M.Kwon，J.H.Park，S.M.Lee，E.J.Cha，《时变时滞神经网络指数无源性的一种新的增广Lyapunov-Krasovskii函数方法》，应用数学与计算217（2011）10231-10238·Zbl 1225.93096号
[25] O.M.Kwon、M.J.Park、J.H.Park，S.M.Lee、E.J.Cha，具有时变时滞的不确定中立系统稳定性准则的新延迟分配方法，SciVerse ScienceDirect 349（2012）2799-2823·Zbl 1264.93216号
[26] O.M.Kwon、M.J.Park、J.H.Park，S.M.Lee、E.J.Cha，通过一些新的增广LyapunovKrasovskii泛函分析具有区间时变状态时滞的线性系统的鲁棒H∞性能和稳定性，应用数学与计算224（2013）108-122·Zbl 1334.93137号
[27] O.M.Kwon，M.J.Park，具有离散和分布式时变时滞的不确定细胞神经网络的指数稳定性，应用数学与计算212（2009）530-541·Zbl 1179.34080号
[28] X.Liao，G.Chen，E.N.Sancheez，延迟神经网络的延迟相关指数稳定性分析：LMI方法，神经网络15（7）（2002）855-866。
[29] X.Liu，X.Shen，Y.Zhang，时滞非线性系统的绝对稳定性及其在神经网络中的应用，工程中的数学问题7（2001）413-431·Zbl 1014.34066号
[30] T.Li，W.Zheng，C.Lin，递归神经网络的时滞依赖稳定性结果，IEEE神经网络汇刊22（12）（2011）2138-2143。
[31] S.Mou，H.Gao，W.Qiang，K.Chen，《时滞神经网络的新时滞依赖指数稳定性》，IEEE系统、人与控制论学报B 38（2008）571-576。
[32] J.H.Park，关于具有可变延迟的不确定细胞神经网络的全局指数稳定性的进一步说明，应用数学和计算188（2007）850-854·Zbl 1126.34376号
[33] C.Peng，M.R.Fei，关于具有区间时变时滞的不确定T-S模糊系统稳定性的改进结果，fuzzy Sets and systems 212（2013）97-109·Zbl 1285.93054号
[34] P.G.Park，J.W.Ko，C.K.Jeong，时变时滞系统稳定性的互惠凸方法，Automatica 47（1）（2011）235-238·Zbl 1209.93076号
[35] B.D.Ripley，《模式识别和神经网络》，美国剑桥大学出版社，纽约，19963。
[36] A.Seuret，F.Gouaisbaut，基于Wirtinger的积分不等式：在时滞系统中的应用，Automatica 49（9）（2013）2860-2866·Zbl 1364.93740号
[37] R.Saravanakumar，G.Rajchakit，C.Ki Ahn，具有时变时滞的广义神经网络的指数稳定性、无源性和耗散性分析，IEEE系统事务149（2）（2019）。
[38] P.Singkibud，P.Niamsup，K.Mukdasai，具有混合区间时变时滞的不确定中立型系统时滞相关鲁棒稳定性准则的改进结果，IAENG国际应用数学杂志，47（2）（2017）209-222·Zbl 1512.34134号
[39] V.Vemuri，控制应用中的人工神经网络，计算机进展，36（1993）203-254。
[40] L.Wang，Y.Shen，基于记忆电阻的时变时滞神经网络无源性分析的新结果，神经计算144（2014）208-214。
[41] Y.Wang，C.Yang，Z.Z.Ziquang，关于具有时变时滞和一般激活函数的神经网络的指数稳定性分析，Commun Nolinear Sci-Numer Simulat 17（2012）1447-1459·Zbl 1239.92005年9月
[42] 吴义勇，李东光，吴义清，时变离散和分布时滞递归神经网络的改进指数稳定性准则，国际汽车工业杂志。计算。7（2）（2010）199-204。
[43] M Wu，F.Liu，R.Yokoyama，时变时滞神经网络的指数稳定性分析，IEEE系统、人与控制学报，B部分：控制论38（4）（2008）1152-1156。
[44] 吴振国，朴敬华，苏宏，楚军，时变时滞神经网络指数无源性的新结果，非线性分析：现实应用13（2012）1593-1599·Zbl 1257.34055号
[45] L.Wang，X.Zou，Cohen-Grossberg神经网络的指数稳定性，神经网络15（2002）415-422。
[46] S.Xu，J.Lam，D.Ho，时变时滞神经网络的时滞相关渐近稳定性，国际分岔与混沌杂志18（1）（2008）245-250·Zbl 1156.34058号
[47] S.Xu，J.Lam，D.Ho，Y.Zou，一类时滞神经网络的时滞依赖指数稳定性，计算与应用数学杂志183（2005）16-28·Zbl 1097.34057号
[48] J.Xu，D.Pi，Y.Y.Cao，通过基于Lyapunov函数的方法研究新型延迟神经网络的延迟相关和延迟相关稳定性，2006年美国明尼苏达州明尼阿波利斯控制会议论文集（2006）14-16。
[49] H.B.Zeng，Y.He，M.Wu，S.P.Xiao，时变时滞神经网络的无源性分析，神经计算74（2011）730-734。
[50] H.Zhao，G.Wang，递归神经网络的延迟依赖指数稳定性，物理信函A 333（2004）399-407·Zbl 1123.34318号
[51] H.B.Zeng，Y.Wu，C.F.Zhang，时变时滞神经网络渐近稳定性的完全延迟分解方法，IEEE神经网络学报22（5）（2011）806-812。
[52] Z.Zhang，S.Mou，J.Lam，H.Gao，时变时滞神经网络的新被动准则，神经网络22（2009）864-868·Zbl 1338.93291号
[53] Q.Zhang，X.Wei，J.Xu，具有时变延迟的细胞神经网络的延迟相关指数稳定性，混沌，孤立子分形23（4）（2005）1363-1369·Zbl 1094.34055号
[54] B.Zhang，S.Xu，J.Lam，时变时滞神经网络的松弛被动条件，神经计算142（2014）209-306。
[55] H.Zhang、F.S.Yang、X.D.Liu和I.Q.Zhang，基于二次凸组合的时变时滞神经网络稳定性分析，IEEE神经网络和学习系统学报24（5）（2013）513-521。
[56] 张彦，岳岳德，田毅，区间时变时滞神经网络的新稳定性判据：一种piecwise时滞方法，应用数学计算208（1）（2009）249-259·兹比尔1171.34048
[57] S.Zhu，Y.Shen，G.Chen，时变时滞和不确定性神经网络的指数无源性，《物理快报》A 375（2010）136-142·Zbl 1241.82061号
[58] 十、。
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。