×
Syed Ali，M。;萨拉瓦南，S。;朱全新

分布时变时滞神经网络的非脆弱有限时间（H_）状态估计。 （英语） Zbl 1373.93331号

J.富兰克林研究所。 354，第16号，7566-7584（2017）.
摘要：本文讨论了具有分布时滞的神经网络的非脆弱有限时间（H_（infty））状态估计问题。基于改进的Lyapunov-Krasovskii泛函和线性矩阵不等式（LMI）技术，提出了一种新的时滞相关准则，使得误差系统具有有限时间有界性和保证的H_∞性能。为了获得保守性较小的结果，采用了Wirtingers积分不等式和倒置凸方法。估计增益矩阵可以通过求解线性矩阵不等式得到。最后，通过数值算例验证了该方法的有效性。

引用于11文件

MSC公司：

93E10型 随机控制理论中的估计与检测
93B36型 \（H^\infty）-控制
92B20型 生物研究、人工生命和相关主题中的神经网络
93B25型 代数方法

关键词：

\（H_\infty）状态估计;神经网络;分布时变延迟;修正Lyapunov-Krasovskii泛函;线性矩阵不等式（LMI）技术;Wirtingers积分不等式;交互凸方法
PDF格式BibTeX公司 XML格式引用
\textit{M.Syed Ali}等人，J.Franklin Inst.354，No.16，7566-7584（2017；Zbl 1373.93331）
全文： 内政部

参考文献：

[1] 朱秋秋，曹建军，具有脉冲控制和混合时滞的马尔可夫跳随机BAM神经网络的稳定性分析，IEEE Trans。神经网络。学习。系统。23(2012) 1766-1778.; Q.Zhu，J.Cao，具有脉冲控制和混合时滞的马尔可夫跳跃随机BAM神经网络的稳定性分析，IEEE Trans。神经网络。学习。系统。23(2012) 1766-1778.
[2] 刘，Y。；李，S.M。；Kwon，O.M。；Park，J.H.，具有区间时变时滞的广义神经网络稳定性标准的新方法，神经计算，1491544-1551（2015）
[3] 朱，Q。；Cao，J.，具有马尔可夫跳变参数和混合时滞的随机神经网络的指数稳定性，IEEE Trans。系统。人。网络。B部分，41，341-353（2011）
[4] 段，Q。；Park，J.H。；Wu，Z.G.，具有离散和分布式时变时滞的离散时间神经网络的指数状态估计器设计，复杂性，20，38-48（2014）
[5] 尹，C。；Cheng，Y。；陈，Y。；斯塔克，B。；钟，S.，三维分数阶非线性系统的自适应分数阶切换型控制方法设计，非线性动力学。，82, 39-52 (2015) ·Zbl 1348.93216号
[6] 尹，C。；Cheng，Y。；黄，X。；钟，S。；李毅。；Shi，K.，具有马尔可夫跳变参数的不确定中立型神经网络随机稳定性分析的延迟分割方法设计，神经计算，207437-449（2016）
[7] 尹，C。；陈，Y。；Zhong，S.，一类非线性系统基于分数阶滑模的极值搜索控制，Automatica，503173-3181（2014）·Zbl 1309.93041号
[8] 朱，Q。；Cao，J.，具有脉冲控制和时变时滞的马尔可夫跳跃神经网络的稳定性，非线性分析：RWA，132259-2270（2012）·Zbl 1254.93157号
[9] Shi，K。；刘，X。；Tang，Y。；朱，H。；钟，S.，延迟神经网络状态估计的一些新方法，信息科学。，372, 313-331 (2016) ·Zbl 1429.93142号
[10] 刘，Y。；李，S.M。；Kwon，O.M。；Park，J.H.，时变时滞静态神经网络的（H∞）状态估计研究，应用。数学。计算。，226, 589-597 (2014) ·Zbl 1354.93117号
[11] 刘，Y。；刘伟。；Obaid，M。；Abbas，I.A.，具有混合模式依赖时滞的Markovian跳跃Cohen-Grossberg神经网络的指数稳定性，神经计算，177，409-415（2016）
[12] Rakkiyappan，R。；西瓦萨米，R。；Park，J.H。；Lee，T.H.，具有加性时变时滞的广义神经网络的改进稳定性准则，神经计算，171615-624（2016）
[13] 朱，Q。；曹，J。；Rakkiyappan，R.，混合时滞随机cohen-Grossberg神经网络的指数输入-状态稳定性，非线性动力学。，79, 1085-1098 (2015) ·兹比尔1345.92019
[14] 宋，Q。；Yan，H。；赵，Z。；Liu，Y.，具有时变时滞和脉冲效应的复值神经网络的全局指数稳定性，神经网络。，79, 108-116 (2016) ·Zbl 1417.34180号
[15] 田建凯。；熊维杰。；Xu，F.，用于离散和分布式时变时滞神经网络稳定性分析的改进延迟分配方法，应用。数学。计算。，233, 152-164 (2014) ·兹比尔1334.92025
[16] Ali，M.S.，具有离散和分布式时变时滞的马尔可夫跳跃递归神经网络的稳定性，神经计算，1491280-1285（2015）
[17] Dorato，P.，线性时变系统的短时稳定性（1961年），布鲁克林理工学院，微波研究所：布鲁克林理工科学院，纽约微波研究所
[18] 阿马托，F。；Ariola，M。；Cosentino，C.，通过动态输出反馈实现有限时间稳定，Automatica，42，337-342（2008）·Zbl 1099.93042号
[19] 阿马托，F。；Ariola，M。；Cosentino，C.，线性随机系统的有限时间控制，Int.J.Innov。计算。Inf.Cont.，4687-694（2008）
[20] 阿马托，F。；Ariola，M。；Cosentino，C.，脉冲动力线性系统在范数不确定性下的鲁棒有限时间稳定性，国际J.鲁棒非线性。控制，21080-1093（2011）·Zbl 1225.93087号
[21] Cheng，J。；朱，H。；钟，S。；郑，F。；Zeng，Y.，具有模式相关平均驻留时间的切换线性系统的有限时间滤波，非线性分析：混合系统。，15, 145-156 (2015) ·Zbl 1301.93158号
[22] 王，S。；Shi，T。；曾，M。；张，L。；Alsaadi，F.E。；Hayat，T.，关于具有时变时滞的不确定切换神经网络的鲁棒有限时间有界性的新结果，神经计算，151，522-530（2015）
[23] Niamsup，P。；Ratchagit，K。；Phat，V.N.，延迟神经网络有限时间稳定和保证成本控制的新标准，神经计算，160281-286（2015）
[24] Xiang，Z。；Sun，Y.N。；Mahmoud，M.S.，一类不确定切换中立型系统的鲁棒有限时间（h∞）控制，Commun。非线性科学。数字。模拟。，1766年-1778年（2012年）·Zbl 1239.93036号
[25] 蔡，Z。；黄，L。；朱，M。；Wang，D.，基于忆阻器的神经网络的有限时间稳定控制，非线性分析。混合系统。，20, 37-54 (2016) ·Zbl 1336.93135号
[26] Cheng，J。；朱，H。；钟，S。；曾勇。；Hou，L.，一类具有部分未知转移概率的离散马尔可夫跳跃系统的有限时间（h∞）滤波，Int.J.Adapt。控制信号处理。，28, 1024-1042 (2014) ·Zbl 1337.93090号
[27] 阿里，M.S。；Saravanan，S.，一类具有分布时变时滞的中立型不确定切换神经网络的鲁棒有限时间（h∞）控制，神经计算，177，454-468（2016）
[28] 姚，D。；卢奇。；吴，C。；Chen，Z.，具有马尔可夫跳变参数的不确定神经网络的鲁棒有限时间状态估计，神经计算，159257-262（2015）
[29] 蒋，X。；韩，Q。；刘，S。；Xue，A.，网络控制系统的一种新的（h∞）稳定判据，IEEE Trans。自动。控制，53，1025-1032（2008）·Zbl 1367.93179号
[30] Senthilkumar，T。；Balasubramaniam，P.，具有时滞的非线性不确定随机t-s模糊系统的鲁棒（h∞）控制，应用。数学。莱特。，53, 1986-1994 (2011) ·Zbl 1235.93089号
[31] Wang，J。；Wu，H.N。；郭，L。；Luo，Y.S.，时变时滞不确定非线性马尔可夫跳跃系统的鲁棒（h∞）模糊控制，模糊集系统。，212, 41-61 (2013) ·Zbl 1285.93060号
[32] Vembarasan，V。；Balasubramaniam，P。；Chan，C.S.，具有马尔可夫跳变参数和时滞的神经网络的非脆弱状态观测器设计，非线性分析：混合系统。，14, 61-73 (2014) ·Zbl 1300.34175号
[33] 留置权，C.H。；Yu，K.W.，通过LMI优化方法对具有时变时滞的不确定中立型系统的非模糊（h∞）控制，IEEE Trans。系统。伙计，赛本。B部分，37，493-509（2007）
[34] 杨，F。；Dong，H。；王，Z。；Ren，W。；Alsaadi，F.E.，具有时滞的连续神经网络非脆弱状态估计的新方法，神经计算，197，205-211（2016）
[35] 张杰。；Shi，P。；Qiu，J.，不确定随机非线性时滞系统的非脆弱保成本控制，J.Frankl。研究所，346676-690（2009年）·Zbl 1298.93364号
[36] 刘，L。；韩，Z。；Li，W.，输入非线性不确定时滞系统基于非脆弱观测器的无源控制，非线性分析。理论、方法应用。，73, 2603-2610 (2010) ·Zbl 1204.34101号
[37] Shi，K。；Tang，Y。；刘，X。；Zhong，S.，具有随机发生的控制器增益波动的不确定延迟混沌Lurie系统的非脆弱采样数据鲁棒同步，ISA Trans。，66, 185-199 (2017)
[38] Kchaou，M。；哈贾吉，A.E。；Toumi，A.，连续时间模糊系统的非脆弱（h∞）输出反馈控制设计，ISA Trans。，54, 3-14 (2015)
[39] Ma，Y.C。；Gu，N.N。；Zhang，Q.L.，时变时滞不确定离散广义系统的非脆弱鲁棒（h∞）控制，J.Frankl。研究所，351，3163-3181（2014）·Zbl 1290.93063号
[40] He，S.P.，通过基于观测器的控制为非线性马尔科夫跳跃系统设计非脆弱被动控制器，神经计算，147，350-357（2015）
[41] Lakshmanan，S。；马蒂亚拉甘，K。；Park，J.H。；Sakthivel，R。；Rihan，F.A.，混合时变时滞神经网络的时滞相关（H_∞）状态估计，神经计算，129，392-400（2014）
[42] 阿里，M.S。；萨拉瓦南，S。；Arik，S.，时变时滞切换神经网络的有限时间（h∞）状态估计，神经计算，207580-589（2016）
[43] 宋，Q。；Yan，H。；赵，Z。；Liu，Y.，具有时变时滞和脉冲效应的复值神经网络的全局指数稳定性，神经网络。，79, 108-116 (2016) ·Zbl 1417.34180号
[44] 廖，X。；刘，Y。；Wang，H。；Huang，T.，具有多重延迟的中立型神经网络的指数估计和指数稳定性，神经计算，149868-883（2016）
[45] Chen，L。；Wu，R。；曹，J。；Liu，J.，基于记忆电阻的分数阶延迟神经网络的稳定性和同步，神经网络。，71，37-44（2015）·Zbl 1398.34096号
[46] Seuret，A。；Gouaisbaut，F.，基于Wirtinger的积分不等式：在时滞系统中的应用，Automatica，492860-2866（2013）·Zbl 1364.93740号
[47] 帕克，P。；Ko，J.W。；Jeong，C.，时变时滞系统稳定性的互易凸方法，Automatica，47235-238（2011）·Zbl 1209.93076号
[48] K.Gu，V.L.Kharitonov，J.Chen，时滞系统的稳定性，Birkhauser，波士顿，2003。；K.Gu，V.L.Kharitonov，J.Chen，时滞系统的稳定性，Birkhauser，波士顿，2003年·兹伯利1039.34067
[49] Wu，Y。；鲁·R。；Shi，P。；苏，H。；Wu，Z.，具有不确定领导者的异构网络的自适应输出同步，Automatica，76183-192（2017）·Zbl 1352.93013号
[50] Wu，Y。；苏，H。；Shi，P。；鲁·R。；Wu，Z.，非等同线性多智能体系统的输出同步，IEEE Trans。网络。，47, 130-141 (2017)
[51] Wu，Y。；苏，H。；Shi，P。；舒，Z。；Wu，Z.，使用非周期采样数据控制的多智能体系统的一致性，IEEE Trans。网络。，46, 2132-2143 (2016)
[52] Wu，Y。；孟，X。；谢林。；鲁·R。；苏，H。；Wu，Z.，《基于输入的领导追随问题触发方法》，Automatica，75，221-228（2017）·Zbl 1351.93091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。