×
杨特（Yang，Te）；王震（Wang，Zhen）；黄，夏；夏建伟

多时滞马尔可夫跳变混沌Lur'e系统的采样数据指数同步。 （英语） Zbl 1504.94246号

混沌孤子分形 160，文章ID 112252，12 p.（2022）.

引用于1文件

MSC公司：

94立方厘米05 解析电路理论
94C60个 定性研究和模型模拟中的电路
93D15号 通过反馈稳定系统
34D06型 常微分方程解的同步
93甲15 大型系统
93立方厘米 信息不完整的控制/观测系统

关键词：

马尔可夫跳跃混沌Lur’e系统；同步；非周期采样数据控制器；延时
PDF格式BibTeX公司 XML格式引用
\textit{T.Yang}等人，混沌孤子分形160，文章ID 112252，12 p.（2022；Zbl 1504.94246）
全文： DOI程序

参考文献：

[1] Park，J.H.，《动力系统和网络控制问题的最新进展》（2020年），《Springer-Nature：瑞士Springer-Hature》
[2] 宣，D。；唐，Z。；冯，J。；Park，J.H.，非线性耦合Lur'e网络的集群同步：延迟脉冲自适应控制协议，混沌孤子分形，152，第111337页，（2021）·Zbl 1498.93373号
[3] 曹，J。；李海霞。；Ho，Daniel W.C.，具有时滞反馈控制的Lur'e系统的同步准则，23，4，1285-1298（2005），2月·Zbl 1086.93050号
[4] 卡西姆，S.A。；Sakthivel，R。；马永凯（Ma，Y.K.）。；Leelamani，A.，马尔可夫跳跃随机中立型神经网络的基于观测器的保证成本控制，混沌孤立分形，133，文章109621页（2020年4月）·Zbl 1483.93683号
[5] 胡，R。；张，D。；Gu，X.，一类随机激励非线性马尔可夫跳跃系统的可靠性分析，混沌孤子分形，155，文章111737 pp.（2022年2月）·Zbl 1498.62183号
[6] 宋，J。；牛，Y。；X.，J.，隐藏模式检测下马尔可夫跳跃Lur’e系统滑模控制的事件触发方法，IEEE Trans。系统。，人，赛博。，系统。，50、4、1514-1525（2020年4月）
[7] 哥伦比亚特区贡扎加。；Costa，O.L.V.，具有控制饱和的离散时间Markov跳跃Lur'e系统的随机镇定和诱导L2-增益，Automatica，50，9，2397-2404（2014年9月）·Zbl 1297.93175号
[8] 张，B。；Song，Y.，带Lur’e非线性项的马尔可夫跳跃系统的有效模型预测控制：双模控制方案，国际J.Robust Nonlin。控制，32，5，2603-2623（2022年3月），早期访问
[9] 黄，J。；王，P。；韩，Z。；Cai，X.，具有马尔可夫跳跃参数的Lur'e微分包含系统的观测者设计，国际系统科学杂志，44，12，2338-2348（2013年12月）·兹比尔1307.93080
[10] 吴振国。；施，P。；苏，H。；Chu，J.，采样数据神经网络控制系统的指数稳定化，IEEE Trans neural Netw Learn Syst，25，12，2180-2190（2014年12月）
[11] 吴振国。；施，P。；苏，H。；Chu，J.，带采样数据和饱和执行器的混沌神经网络的局部同步，IEEE Trans-Cybern，44，12，2635-2645（2014年12月）
[12] Yang，T。；王，Z。；黄，X。；夏，J。；Chen，G.，随机马尔可夫跳跃系统的非周期采样数据控制器设计及其应用，国际鲁棒非线性控制杂志，31，14，6721-6739（2021）
[13] 陈，G。；风扇，C。；Sun，J。；Xia，J.，具有非周期采样和多重时滞的ito随机系统的均方指数稳定性分析，IEEE Trans。自动控制（2021年4月），提前进入
[14] 陈，G。；风扇，C。；Sun，J.Lam J。；Xia，J.，切换伊藤随机马尔科夫跳跃系统的非周期采样数据控制器设计，系统与控制快报，157，105301，1-11（2021年11月）·Zbl 1480.93249号
[15] 丁·D。；唐，Z。；Wang，Y.，非线性耦合复杂网络的同步：分布式脉冲方法，混沌孤立子分形，133，文章109620 pp.（2021），混沌孤立子分形2020；133:109620 ·Zbl 1483.34073号
[16] Yu，T.H。；曹德清。；Yang，Y.，具有延迟不一致节点的脉冲耦合复杂动力网络的鲁棒同步，混沌孤子分形，87，92-101（2016）·Zbl 1354.93016号
[17] 佩科拉，L.M。；Carroll，T.L.，《混沌系统中的同步》，《物理评论》，第64、8、821-824页（1990年2月）·Zbl 0938.37019号
[18] 卢，J。；Hill，D.J.，使用采样数据的混沌Lur'e系统的全局渐近同步：线性矩阵不等式方法，IEEE Trans Circuits Syst II-Exp Briefs，55，6，586-590（2008年6月）
[19] Zhang，C.-K。；他，Y。；Wu，M.，用采样数据控制改进混沌Lur'e系统的全局渐近同步，IEEE Trans。电路系统。II实验简报，56，320-324（2009年3月）
[20] 陈，W.-H。；王，Z。；Lu，X.，《混沌Lur’e系统主从同步的采样数据控制》，IEEE Trans。电路系统。II-Exp.简报，59，8，515-519（2012年8月）
[21] 吴振国。；施，P。；苏，H。；Chu，J.，具有时滞的混沌Lur'e系统的采样数据同步，IEEE Trans Neural Netw Learn Syst，24，3，410-421（2013年1月）
[22] 曾海波。；Park，Ju H。；肖，S.P。；Liu，Y.，时滞混沌Lur’e系统主从同步采样控制的进一步结果，非线性动力学。，82、1-2、851-863（2015年10月）·Zbl 1348.93237号
[23] Shi，K。；刘，X。；Zhu，H.，带采样数据反馈控制的混沌延迟Lur'e系统主从同步的新型积分不等式方法，非线性Dyn，83，3，1259-1274（2016年2月）·Zbl 1351.93061号
[24] 华，C。；Ge，C。；Guan，X.，使用采样数据控制同步具有时间延迟的混沌Lur'e系统，IEEE Trans Neural Netw Learn Syst，26，6，1214-1221（2015年6月）
[25] Ge，C。；王，B。；Park，J.H。；Hua，C.，采样数据控制下Lur'e系统的改进同步准则，非线性Dyn，94，9，2827-2839（2018年12月）·Zbl 1422.34156号
[26] 曹，J。；西瓦萨米，R。；Rakkiyappan，R.，带时滞的混沌Lur'e系统的采样数据同步，电路系统信号处理，35，3，811-835（2016年3月）·Zbl 1346.93145号
[27] Zhu，Y。；郑，W.X。；周，D.，具有参数失配和松弛PDT约束的离散时间Lur’e型切换系统的准同步，IEEE Trans-Cybern，50，5，2026-2037（2020年5月）
[28] 唐，Z。；Park，J.H。；Wang，Y。；Feng，J.，具有比例延迟的Lur'e网络的分布式脉冲准同步，IEEE Trans Cybern，49，8，3105-3115（2019年8月）
[29] Shi，K。；Tang，Y。；刘，X。；Zhong，S.，具有随机发生控制器增益波动的不确定时滞混沌Lur'e系统的非脆弱采样数据鲁棒同步，ISA Trans，66185-199（2017年1月）
[30] 张，R。；曾博士。；Zhong，S.，使用采样数据控制的时滞混沌Lur'e系统的新型主从同步准则，J Franklin Inst，354，12，4930-4954（2017年8月）·Zbl 1367.93357号
[31] 张，R。；曾博士。；刘，X。；钟，S。；Shi，K.，延迟混沌Lur'e系统量化采样数据同步的新方法，应用数学模型，70，12，471-489（2019年6月）·Zbl 1466.34064号
[32] 杨，X。；曹，J。；Lu，J.，具有不相同节点延迟和随机耦合强度的马尔可夫耦合神经网络的同步，IEEE跨神经网络学习系统，23，1，60-71（2012年1月）
[33] 杨，X。；宋，Q。；曹，J。；Lu，J.，通过量化控制实现具有比例延迟的耦合马尔可夫反应扩散神经网络的同步，IEEE跨神经网络学习。系统，3，3，951-958（2019年3月）
[34] 张，H。；Wang，J。；王，Z。；Liang，H.，具有一般不完全转换率的Markov神经网络的采样数据同步分析，IEEE Trans neural Netw Learn Syst，28，3，740-752（2017年3月）
[35] Wang，J。；张，H。；王，Z。；Liu，Z.，基于模式相关LKF的马尔可夫耦合神经网络的采样数据同步，IEEE Trans-neural Netw学习系统，28，11，2626-2637（2017年11月）
[36] 陈，G。；夏，J。；Ju公园。H。；沈，H。；庄，G.，时变时滞随机马尔可夫跳跃神经网络的采样数据同步，IEEE Trans neural Netw学习系统早期访问（2021年2月），早期访问
[37] 沈，H。；王，X。；Wang，J。；曹，J。；Rutkowski，L.，通过基于扰动观测器的方法实现Markov跳跃反应扩散神经网络的鲁棒复合同步，IEEE Trans。赛博。，提前访问，8月（2021年）
[38] 沈，H。；胡，X。；Wang，J。；曹，J。；Qian，W.，双层切换规则下马尔可夫跳奇摄动耦合神经网络的非脆弱同步，IEEE Trans。神经网络。学习。系统。（2021年9月），提前进入
[39] Kang，W。；Cheng，J。；周，X。；曹，J。；Wang，H.，采用事件触发策略的马尔可夫开关Lur'e系统的异步量化控制，J Franklin Inst，3581984-1988（2021年2月）·Zbl 1458.93163号
[40] 聂，R。；He，S。；刘，F。；卢安，X。；Shen，H.，基于HMM的有限时间间隔内Markovian跳跃Lur’e系统的异步控制器设计，IEEE Trans。系统。，人，赛博。，系统。，51、11、6885-6891（2021年11月）
[41] 李强。；刘，X。；朱，Q。；钟，S。；Cheng，J.，具有包丢失的多采样周期半马尔可夫跳变混沌Lur'e系统的随机同步，J Franklin Inst，356，13，6899-6925（2019年9月）·Zbl 1418.93273号
[42] 黄，H。；冯·G。；Chen，X.，基于新lyapunov泛函的时滞Markov跳跃系统的稳定性和镇定，IEEE Trans。电路系统。I-Reg.Pap.公司。，59、10、2413-2421（2012年10月）·Zbl 1468.93185号
[43] 曾海波。；他，Y。；吴，M。；She，J.，离散分布时滞系统稳定性分析的新结果，Automatica，60，189-192（2015年10月）·Zbl 1331.93166号
[44] 曾海波。；Teo，K.L。；He，Y.，《用于样本数据系统稳定性分析的新循环函数》，Automatica，82，328-331（2017年8月）·Zbl 1372.93153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。