×
陈胜龙;李洪丽;王雷敏;胡、程;蒋海军;李志明

分数阶延迟四元数模糊神经网络的有限时间自适应同步。 （英语） Zbl 1529.34065号

非线性分析。，模型。控制 28，第4号，804-823（2023）.
基于直接四元数方法，研究了分数阶延迟四元数模糊神经网络的有限时间自适应同步。首先，建立了一个有用的分数阶微分不等式，为研究FAS提供了一种有效的方法。然后设计了两种新颖的四元数自适应控制策略。利用我们新提出的不等式、分数阶微积分的基本知识、反证法以及四元数和模糊逻辑的几个不等式技巧，导出了FODQVFNN的几个充分FAS准则。此外，还估计了FAS的稳定时间，该时间与所考虑系统的阶数和初始值以及控制器参数有关。最后，通过数值模拟验证了所获得的FAS准则的有效性。

引用于1文件

MSC公司：

34公里24 泛函微分方程的同步
34K36号 模糊泛函微分方程
34千克37 分数阶导数泛函微分方程
93C40型 自适应控制/观测系统
46平方米 四元数函数分析
92B20型 生物研究、人工生命和相关主题中的神经网络

关键词：

四元数模糊神经网络;分数阶;有限时间同步;自适应控制;延时
PDF格式BibTeX公司 XML格式引用
\textit{S.Chen}等，非线性分析。，模型。控制28，编号4，804--823（2023；Zbl 1529.34065）
全文： 链接

参考文献：

[1] M.S.Ali，G.Narayanan，S.Nahavandi，J.Wang，J.Cao，分数阶四元数时滞神经网络的全局耗散性分析和稳定性分析，IEEE Trans。系统。人，赛博。，系统。，52(7):4046-4056, 2022, https://doi.org/10。1109/TSMC.2021.3065114·doi:10.1109/TSMC.2021.3065114
[2] N.R.Babu，P.Balasubramaniam，一种具有时变延迟的新分形分数阶四元数值神经网络的主从同步，混沌孤立分形，162:1124782022，https://doi.org/10.1016/j.chaos.2022.112478。 ·Zbl 1506.34079号 ·doi:10.1016/j.chaos.2022.112478
[3] D.Baleanu，S.Sadati，R.Ghaderi，A.Ranjbar，T.Abdeljawad，F.Jarad，分数时滞系统的Razumikhin稳定性定理，文摘。申请。分析。，2010:1248122010，https://doi.org/10.1155/2010/124812·Zbl 1197.34157号 ·数字对象标识代码：10.1155/2010/124812
[4] Y.Cao，K.Maheswari，S.Dharani，K.Sivaranjani，通过一个新的求和不等式对离散时间递归延迟半马尔可夫跳跃神经网络进行新的基于事件的H∞状态估计，J.Artif。智力。软计算。决议，12（3）：207-221，2022，https://doi.org/10.2478/jaiscr-2022-0014·doi:10.2478/jaiscr-2022-0014
[5] Y.Cao，S.Ramajayam，R.Sriraman，R.Samidurai，有限时间复值BAM神经网络稳定的泄漏延迟：分解方法，神经计算，463:505-5132021，https://doi.org/10.1016/j.neucom.2021.08.056。 ·doi:10.1016/j.neucom.2021.08.056
[6] S.Chen，H.Li，H.Bao，L.Zhang，H.Jiang，Z.Li，离散时间分数阶延迟四元数神经网络的全局Mittag-Lefler稳定性和同步，神经计算，511:290-2982022，https://doi.org/10.1016/j.neucom。 ·doi:10.1016/j.neucom.2022.09.035
[7] S.Chen，H.Li，Y.Kao，L.Zhang，C.Hu，基于直接四元数方法的分数阶模糊四元数BAM神经网络的有限时间镇定，J.Franklin Inst.，358（15）：7650-76732021，https://doi.org/10.1016/j.jfranklin.2021.08。 008. ·Zbl 1472.93161号 ·doi:10.1016/j.jfranklin.2021.08.008
[8] X.Chen，Q.Song，Z.Li，用于联想记忆的四元数值神经网络的设计和分析，IEEE Trans。系统。人类网络。，系统。，48(12):2305-2314, 2018, https://doi.org/10.109/TSMC.2017.2717866。 ·doi:10.1109/TSMC.2017.2717866
[9] G.Hardy，J.Littlewood，J.Pólya，《不平等》，剑桥大学出版社，剑桥，1988年·Zbl 0634.26008号
[10] X.Hu，L.Wang，Z.Zeng，S.Zhu，J.Hu，分数阶四元值模糊神经网络有限时间稳定的稳定时间估计，IEEE Trans。模糊系统。，30(12):5460-5472, 2022, https://doi.org/10.109/TFUZZ.2022.3179130。 ·doi:10.1109/TFUZZ.2022.3179130
[11] A.Kilbas，H.Srivastava，J.Trujillo，分数微分方程的理论和应用，Elsevier，阿姆斯特丹，2006年·Zbl 1092.45003号
[12] H.Li，C.Hu，L.Zhang，H.Jiang，J.Cao，基于非分离方法的不确定分数阶四元数神经网络的鲁棒有限时间同步，应用。数学。计算。，409:126377, 2021, https://doi.org/10.1016/j.amc.2021.126377。 ·Zbl 1510.34104号 ·doi:10.1016/j.ac.2021.126377
[13] H.Li，C.Hu，L.Zhang，H.Jiang，J.Cao，通过非线性反馈控制实现分数阶模糊神经网络的完全和有限时间同步，模糊集系统。，443: 50-69, 2022, https://doi.org/10.1016/j.fss.2021.11.004。 ·doi:10.1016/j.fss.2021.11.004
[14] H.Li，H.Jiang，J.Cao，具有泄漏和离散延迟的分数阶四元数值神经网络的全局同步，神经计算，385:211-2192020，https://doi.org/10.1016/J.neucom.2019.12.018·doi:10.1016/j.neucom.2019.12.018
[15] 刘杰，舒立，陈庆，钟升，基于不定导数李亚普诺夫函数的模糊惯性神经网络定时同步准则及其在图像加密中的应用，模糊集系统。，459:22-42, 2023, https://doi.org/10.1016/j.fss。 2022.08.002. ·doi:10.1016/j.fss.2022.08.002
[16] X.Luo，H.Jiang，S.Chen，J.Li，异质网络非线性关联时滞谣言传播模型的稳定性和最优控制，Chin。物理学。B、 2023年32:058702，https://doi.org/10.1088/1674-1056/acb490。 ·doi:10.1088/1674-1056/acb490
[17] I.Podlubny，分数微分方程，学术出版社，加州圣地亚哥，1999年·Zbl 0918.34010号
[18] A.Pratap，R.Raja，J.Alzabut，J.Cao，G.Rajchakit，C.Huang，四元数域分数阶神经网络的Mittag-Lefler稳定性和自适应脉冲同步，数学。方法。申请。科学。，43(10):6223-6253, 2020, https://doi.org/10.1002/mma。 6367. ·Zbl 1455.34010号 ·doi:10.1002/mma.6367
[19] S.Ramajayam，S.Rajavel，R.Samidurai，Y.Cao，通过分解方法实现T-S模糊复值中间延迟神经网络的有限时间同步，神经过程。莱特。，2023, https://doi.org/10.1007/s11063-022-11117-9。 ·doi:10.1007/s11063-022-11117-9
[20] S.Senthilraj，R.Raja，J.Cao，H.Fardoun，使用延迟分割方法对随机发生不确定性的随机模糊神经网络进行耗散性分析，非线性分析。模型。控制，24（4）:561-5812019，https://doi.org/10.15388/NA.2019。 4.5. ·Zbl 1430.93183号 ·doi:10.15388/NA.2019.4.5
[21] W.Shang、W.Zhang、H.Zhang和H.Zang、J.Cao、F.Alsaadi，具有参数不确定性的延迟分数阶四元数神经网络的有限时间滞后投影同步，非线性分析。模型。控制，28（2）:227-2362023，https://doi.org/10.15388/namc.2023.28.30817·Zbl 1516.34107号 ·doi:10.15388/namc.2023.28.30817
[22] 涂总，戴南，王立林，杨旭，吴彦武，李南，曹军，四元数惯性神经网络的H∞状态估计：非降阶方法，Cognit。神经动力学。，17(2):537-545, 2023, https://doi.org/10.1007/s11571-022-09835-w。 ·doi:10.1007/s11571-022-09835-w
[23] X.Wang，H.Wu，J.Cao，具有非线性增长的不连续固有动力学的分数阶多智能体系统在有限时间内达成共识的全球领导者，非线性分析。，混合系统。，37:100888, 2020, https://doi.org/10.1016/j。2020.100888纳什·Zbl 1478.93645号 ·doi:10.1016/j.nahs.2020.100888
[24] G.Wu，M.Cankaya，S.Banerjee，分数q变形混沌映射：一种权重函数方法，混沌，30（12）：1211062020，https://doi.org/10.1063/5.0030973。 ·Zbl 1455.39002号 ·数字对象标识代码：10.1063/5.0030973
[25] X.Wu，H.Bao，J.Cao，基于滑模控制的caputo分数阶双层网络有限时间层间投影同步，J.Franklin Inst.，358（1）：1002-10202021，https://doi.org/10.1016/j.jfranklin.2020.10.043。 ·Zbl 1455.93179号 ·doi:10.1016/j.jfranklin.2020.10.043
[26] J.肖，J.曹，J.Cheng，S.Wen，R.Zhang，S.Zhong，分数阶四元数神经网络全局Mittag-Lefler同步的新不等式和稳定性分析，IEEE Trans。神经网络学习。系统。，32（8）：3700-37092021，https://doi.org/10.109/TNNLS.2020.3015952·doi:10.1109/TNNLS.2020.3015952
[27] Xu Y.，Li Y.，W.Li，分数阶复值动态网络的自适应有限时间同步控制，Commun。非线性科学。数字。模拟。，85:105239, 2020, https://doi.org/10.1016/j.cnsns.2020.105239。 https://www.journals.vu.lt/非线性分析 ·Zbl 1451.93206号 ·doi:10.1016/j.cnsns.2020.105239
[28] H.Yan，H.Qiao，L.Duan，J.Miao，延迟分数阶四元数神经网络有限时间同步分析的新不等式，神经计算。申请。，34:9919-9930, 2022, https://doi.org/10.1007/s00521-022-06976-1。 ·doi:10.1007/s00521-022-06976-1
[29] 杨振东，杨立群，模糊细胞神经网络的全局稳定性，IEEE Trans。电路系统。一、 芬丹。理论应用。，43(10):880-883, 1996, https://doi.org/10.109/ 81.538999. ·doi:10.1109/81.538999
[30] 于建宇，胡春霞，江海红，分数阶神经网络投影同步的勘误，神经网络。，67:152-154, 2015, https://doi.org/10.1016/j.neunet。 2015.02.007. ·Zbl 1394.34103号 ·doi:10.1016/j.neunet.2015.02.007
[31] T.Zhang，J.Jian，具有中立型和混合时变时滞的二阶切换四元数神经网络的指数同步，非线性分析。模型。控制，27（4）:700-7182022，https://doi.org/10.15388/namc.2022。 27.27326. ·Zbl 1498.93666号 ·doi:10.115388/namc.2022.27.27326
[32] X.Zhang，C.Li，H.Li，J.Xu，混合耦合耦合神经网络的延迟分布脉冲同步，神经计算，507:117-1292022，https://doi。org/10.1016/j.neucom.2022.07.045·doi:10.1016/j.neucom.2022.07.045
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。