×

使用采样数据控制的基于神经网络的系统的稳定性的进一步结果。 (英语) Zbl 1380.93221号

摘要:本文研究了采样数据神经网络系统在可变采样下的镇定问题。在采样数据系统中引入了一种新的Lyapunov-Krasovskii泛函(LKF)。新方法的优点是,LKF可以获得更多关于实际采样模式的信息。此外,LKF中涉及的一些对称矩阵不需要是正定的。基于最近引入的一个基于Wirter-Based的积分不等式,该不等式的保守性比Jensen不等式小,得到了保守性小得多的稳定条件,以确保最大采样周期和最小保成本控制性能。然后,通过求解一组线性矩阵不等式,可以合成相应的采样数据控制器。最后,通过一个实例说明了该方法的可行性和有效性。

MSC公司:

93天30分 李亚普诺夫函数和存储函数
92B20型 生物研究、人工生命和相关主题中的神经网络
34B45码 常微分方程的图和网络边值问题
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Song,Q.,Cao,J.:具有泄漏延迟和时变延迟的不确定神经网络的无源性。非线性动力学。67, 1695-1707 (2012) ·Zbl 1242.92005年 ·doi:10.1007/s11071-011-0097-0
[2] Xu,S.,Zheng,W.,Zou,Y.:时变时滞神经网络的无源性分析。IEEE传输。电路系统。II实验简报56,325-329(2009)·doi:10.1109/TCSII.2009.2015399
[3] Wu,Z.G.,Park,J.H.,Su,H.,Chu,J.:具有时变时滞和随机发生不确定性的神经网络的鲁棒耗散性分析。非线性动力学。691323-1332(2012年)·Zbl 1253.93040号 ·doi:10.1007/s11071-012-0350-1
[4] Ge,C.,Hua,C.,Guan,X.:使用延迟分解方法的时变时滞神经网络的新延迟相关稳定性准则。IEEE传输。神经网络。学习。系统。1378-1383年(2014年)·doi:10.1109/TNNLS.2013.2285564
[5] Yang,X.,Cao,J.,Lu,J.:随机耦合神经网络与马尔可夫跳变和时滞的同步。IEEE传输。电路系统。I Reg.论文60,363-376(2013)·Zbl 1468.93189号 ·doi:10.1109/TCSI.2012.2215804
[6] Wu,Z.G.,Park,J.H.,Su,H.,Chu,J.:使用采样数据同步时滞神经网络的间断Lyapunov函数方法。非线性动力学。69, 2021-2030 (2012) ·Zbl 1263.34075号 ·doi:10.1007/s11071-012-0404-4
[7] Lakshmanan,S.、Park,J.H.、Ji,D.H.、Jung,H.Y.、Nagamani,G.:基于无源性理论的时变时滞和马尔可夫跳跃参数神经网络的状态估计。非线性动力学。701421-1434(2012年)·Zbl 1268.92012号 ·doi:10.1007/s11071-012-0544-6
[8] Lakshmanan,S.、Park,J.H.、Rakkiyappan,R.、Jung,H.Y.:使用非连续Lyapunov函数方法对采样数据的神经网络进行状态估计。非线性动力学。73, 509-520 (2013) ·Zbl 1281.92008年 ·doi:10.1007/s11071-013-0805-z
[9] Liu,Y.,Lee,S.M.,Kwon,O.M.,Park,J.H.:时变时滞静态神经网络状态估计的研究。申请。数学。计算。226, 589-597 (2014) ·Zbl 1354.93117号
[10] Lam,H.,Leung,F.:采样数据神经网络控制系统的设计与稳定。IEEE传输。系统。,天啊,赛博。B网络。36, 995-1005 (2006) ·doi:10.1109/TSMCB.2006.872262
[11] Wei,Y.,Qiu,J.,Lam,H.K.,Wu,L.:非线性随机系统基于T-S模糊仿射模型的可靠输出反馈控制方法。IEEE传输。模糊系统。25, 569-583 (2017) ·doi:10.1109/TFUZZ.2016.2566810
[12] Wei,Y.,Qiu,J.,Karimi,H.R.:具有执行器故障的离散时间模糊仿射系统的可靠输出反馈控制。IEEE传输。电路系统。I Reg.论文64、170-181(2017)·doi:10.1109/TCSI.2016.2605685
[13] Chen,M.,Ge,S.,How,B.:一类具有输入非线性的不确定MIMO非线性系统的鲁棒自适应神经网络控制。IEEE传输。神经网络。21, 796-812 (2010) ·doi:10.1109/TNN.2010.20611
[14] Wang,T.,Gao,H.,Qiu,J.:基于网络的工业过程的组合容错和预测控制。IEEE传输。Ind.Electron公司。632529-2536(2016)
[15] Wu,Z.G.,Shi,P.,Su,H.,Chu,J.:基于T-S模糊模型的混沌系统采样数据模糊控制。IEEE传输。模糊系统。22, 153-163 (2014) ·doi:10.1109/TFUZZ.2013.2249520
[16] Peng,C.,Han,Q.:一种新颖的事件触发传输方案和采样数据控制系统的控制协同设计。IEEE传输。自动。控制582620-2626(2013)·Zbl 1369.93365号 ·doi:10.1109/TAC.2013.225015
[17] Fridman,E.,Seuret,A.,Richard,J.:线性系统的鲁棒采样数据稳定:输入延迟方法。Automatica 40,1441-1446(2004)·Zbl 1072.93018号 ·doi:10.1016/j.automatica.2004.03.003
[18] Fridman,E.:采样数据控制的改进输入延迟方法。自动化46421-427(2010)·Zbl 1205.93099号 ·doi:10.1016/j.automatica.2009.11.017
[19] Mirkin,L.:关于使用时变延迟建模采样保持电路的一些评论。IEEE传输。自动。控制52,1109-1112(2007)·Zbl 1366.94798号 ·doi:10.1109/TAC.2007.899053
[20] Wu,Z.G.,Shi,P.,Su,H.,Chu,J.:具有时滞的混沌Lur'e系统的采样数据同步。IEEE传输。神经网络。学习。系统。24, 410-421 (2013) ·doi:10.1109/TNNLS.2013.2271046
[21] Hua,C.,Ge,C.,Guan,X.:使用采样数据控制同步具有时滞的混沌Lur'e系统。IEEE传输。神经网络。学习。系统。26, 1214-1221 (2015) ·doi:10.1109/TNNLS.2015.2392946
[22] Wu,Z.G.,Shi,P.,Su,H.,Chu,J.:时变采样下离散和分布时滞神经网络的指数同步。IEEE传输。神经网络。学习。系统。23, 1368-1376 (2012) ·doi:10.1109/TNNLS.2012.202687
[23] Wei,Y.,Qiu,J.,Karimi,H.R.,Wang,M.:具有时变时滞和缺陷模态信息的Markov跳跃系统的[{\cal{H}}_\infty H\]∞动态输出反馈控制的新结果。最佳方案。控制应用程序。方法。35, 656-675 (2014) ·Zbl 1305.93184号 ·doi:10.1002/oca.2093
[24] Wei,Y.,Wang,M.,Qiu,J.:具有时变时滞和不完全转移描述的离散马尔可夫跳跃系统时滞相关H_∞滤波的新方法。IET控制理论应用。7, 684-696 (2013) ·doi:10.1049/iet-cta.2012.0621
[25] Zhu,X.,Wang,Y.:采样数据神经网络控制系统的稳定性。IEEE传输。系统。曼赛本。B网络。41210-221(2012)
[26] Rakkiyappan,R.、Sivasamy,R.和Cao,J.:基于神经网络的控制系统的随机采样数据稳定性。非线性动力学。81, 1823-1839 (2015) ·Zbl 1348.90524号 ·doi:10.1007/s11071-015-2110-5
[27] Wu,Z.G.,Shi,P.,Su,H.,Chu,J.:使用采样数据实现具有时变延迟的马尔可夫跳跃神经网络的随机同步。IEEE传输。赛博。43, 1796-1806 (2013) ·doi:10.1109/TSMCB.2012.2230441
[28] Wu,Z.G.,Shi,P.,Su,H.,Chu,J.:采样数据神经网络控制系统的指数镇定。IEEE传输。神经网络。学习。系统。25, 2180-2190 (2014) ·doi:10.1109/TNNLS.2014.2306202
[29] Seuret,A.,Gouaisbaut,F.:基于Wirtinger的积分不等式:在时滞系统中的应用。Automatica 49,2860-2866(2013)·兹比尔1364.93740 ·doi:10.1016/j.automatica.2013.05.030
[30] Park,P.,Ko,J.W.:时变时滞系统的稳定性和鲁棒稳定性。Automatica 43,1855-1858(2007)·Zbl 1120.93043号 ·doi:10.1016/j.automatica.2007.02.022
[31] Yoneyama,J.:时变采样下不确定模糊系统的鲁棒H_∞控制。模糊集系统。161, 859-871 (2010) ·Zbl 1217.93053号 ·doi:10.1016/j.fss.2009.06.010
[32] Zhu,X.,Chen,B.,Yue,D.,Wang,Y.:一种改进的输入延迟方法,用于可变采样下模糊系统的镇定。IEEE传输。模糊系统。20, 330-341 (2012) ·doi:10.1109/TFUZZ.2011.2174242
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,而不声称其完整性或完全匹配。