×
吴怀琴;陶，冯;秦磊杰;石锐;何丽君

具有时滞和非Lipschitz激活函数的区间神经网络的鲁棒指数稳定性。 （英语） Zbl 1242.93113号

非线性动力学。 66，第4期，479-487（2011）.
摘要：本文研究具有时滞和逆Hölder神经元激活函数的区间神经网络的全局鲁棒指数稳定性。利用线性矩阵不等式（LMI）技术和Brouwer度性质，证明了平衡点的存在唯一性。通过应用Lyapunov泛函方法，建立了网络全局鲁棒指数稳定的充分条件。通过数值算例验证了理论结果的有效性。

引用于21文件

理学硕士：

93D09型 强大的稳定性
92B20型 生物研究、人工生命和相关主题中的神经网络
2005年4月34日 涉及常微分方程的控制问题

关键词：

神经网络;逆Hölder激活函数;全局鲁棒稳定性;布鲁沃度;线性矩阵不等式
PDF格式BibTeX公司 XML格式引用
\textit{H.Wu}等，非线性动力学。66，编号479-487（2011年；兹bl 1242.93113）
全文： 内政部

参考文献：

[1] Singh，V.：区间时滞神经网络全局鲁棒稳定性的新判据。J.计算。申请。数学。221, 219–225 (2008) ·Zbl 1162.34352号 ·doi:10.1016/j.cam.2007.10.059
[2] Singh，V.：通过分裂区间改进了区间延迟神经网络的全局鲁棒稳定性：推广。申请。数学。计算。206, 290–297 (2008) ·Zbl 1168.34357号 ·doi:10.1016/j.amc.2008.08.036
[3] Singh，V.：改进了时滞Hopfield神经网络的全局鲁棒稳定性。神经过程。莱特。27, 257–265 (2008) ·doi:10.1007/s11063-008-9074-0
[4] Singh，V.：基于LMI的时滞神经网络全局鲁棒稳定性新准则。申请。数学。模型。(2010). doi:10.1016/j.apm.2010.01.005·Zbl 1201.93099号
[5] Gau，R.，Lien，C.，Hsieh，J.：通过LMI方法，具有多个时变时滞的不确定细胞神经网络的全局指数稳定性。混沌孤子分形32，1258–1267（2007）·Zbl 1134.34049号 ·doi:10.1016/j.chaos.2005.11.036
[6] Li，T.，Guo，L.，Sun，C.：具有时变时滞和线性分数不确定性的神经网络的鲁棒稳定性。神经计算71、421–427（2007）·doi:10.1016/j.neucom.2007.08.012
[7] Ou，O.：时滞神经网络的全局鲁棒指数稳定性：LMI方法。混沌孤子分形32，1742–1748（2007）·Zbl 1160.34345号 ·doi:10.1016/j.chaos.2005.12.026
[8] Qi，H.：时滞神经网络全局鲁棒稳定性的新充分条件。IEEE传输。电路系统。I 54、1131–1141（2007）·Zbl 1374.34222号 ·doi:10.1109/TCSI.2007.895524
[9] 邱，J.、杨，H.、张，J.，高，Z.：具有区间时变时滞的不确定神经网络的新鲁棒稳定性准则。混沌孤子分形39，579–585（2009）·兹比尔1197.34141 ·doi:10.1016/j.chaos.2007.01.087
[10] 邱，J.，张，J.、王，J.和夏，Y.，石，P.：具有快速时变时滞的不确定神经网络的一个新的全局鲁棒稳定性准则。混沌孤子分形37、360–368（2008）·Zbl 1141.93046号 ·文件编号：10.1016/j.chaos.2007.10.040
[11] Shen，T.，Zhang，Y.：改进的延迟神经网络全局鲁棒稳定性准则。IEEE传输。电路系统。II 54、715–759（2007）·doi:10.1109/TCSII.2007.898467
[12] Wang，Z.，Zhang，H.，Yu，W.：多时滞神经网络的鲁棒指数稳定性分析。神经计算70，2534–2543（2007）·doi:10.1016/j.neucom.2006.07.014
[13] Wang，Z.，Zhang，H.，Yu，W.：通过状态传输矩阵实现Cohen-Grossberg神经网络的鲁棒稳定性。IEEE Trans。神经网络。20, 169–174 (2009) ·doi:10.1109/TNN.2008.2009119
[14] Wang，Z.，Zhang，H.，Yu，W.：变时滞区间Cohen-Grossberg神经网络的鲁棒稳定性准则。神经计算721105–1110（2009）·doi:10.1016/j.neucom.2008.03.001
[15] Wu，W.，Cui，B.：时滞神经网络的全局鲁棒指数稳定性。混沌孤子分形35，747–754（2008）·Zbl 1138.93332号 ·doi:10.1016/j.chaos.2006.05.096
[16] Yu，W.，Yao，L.：具有时变时滞的神经网络的全局鲁棒稳定性。J.计算。申请。数学。206, 679–687 (2007) ·Zbl 1115.37017号 ·doi:10.1016/j.cam.2006.08.017
[17] Zhang，B.，Xu，S.，Li，Y.：具有时变时滞的不确定递归神经网络的时滞相关鲁棒指数稳定性。国际神经系统杂志。17, 207–218 (2007) ·doi:10.1142/S012906570700107X
[18] Zhang，H.，Wang，Z.，Liu，D.：具有未知时变时滞的区间Cohen-Grossberg神经网络的鲁棒稳定性分析。IEEE传输。神经网络。19, 1942–1955 (2008) ·doi:10.1109/TNN.2008.2006337
[19] Zhang，H.，Wang，Z.，Liu，D.：具有多个时变时滞的细胞神经网络的鲁棒指数稳定性。IEEE传输。电路系统。II 54、730–734（2007年）·doi:10.1109/TCSII.2007.896799
[20] Wang，G.，Cao，J.：不确定参数随机遗传网络的鲁棒指数稳定性分析。Commun公司。非线性科学。数字。模拟。14, 3369–3378 (2009) ·Zbl 1221.93217号 ·doi:10.1016/j.cnsns.2009.01.004
[21] Kwon，O.，Park，J.，Lee，S.：关于具有时变时滞的中立型不确定时滞微分系统的稳定性准则。申请。数学。计算。197, 864–873 (2008) ·Zbl 1144.34052号 ·doi:10.1016/j.amc.2007.08.048
[22] Kwon，O.，Park，J.，Lee，S.：关于具有区间时变时滞的不确定神经网络的roust稳定性。IET控制理论应用。2, 625–634 (2008) ·doi:10.1049/iet-cta:20070325
[23] Senan，S.，Arik，S.：具有多个时滞的双向联想记忆神经网络全局鲁棒稳定性的新结果。混沌孤子分形41，2106–2114（2009）·Zbl 1198.34163号 ·doi:10.1016/j.chaos.2008.08.010
[24] Su，W.，Chen，Y.：时变时滞随机区间神经网络的全局鲁棒指数稳定性分析。Commun公司。非线性科学。数字。模拟。14, 2293–2300 (2009) ·Zbl 1221.93215号 ·doi:10.1016/j.cnsns.2008.05.001
[25] Wang，L.，Zhang，Y.，Zhang，Z.，Wang，Y.：基于LMI的时变时滞反应扩散不确定神经网络全局指数鲁棒稳定性方法。混沌孤子分形41，900–905（2009）·Zbl 1198.93168号 ·doi:10.1016/j.chaos.2008.04.020
[26] Shao，J.，Huang，T.，Zhou，S.：时变时滞神经网络的全局鲁棒指数稳定性分析。神经计算721993–1998（2009）·doi:10.1016/j.neucom.2008.11.023
[27] Zhang，R.，Wang，L.：具有S型分布时滞的区间细胞神经网络的全局指数鲁棒稳定性。数学。计算。模型。50, 380–385 (2009) ·Zbl 1185.34110号 ·doi:10.1016/j.mcm.2009.04.016
[28] Zhao，W.，Zhu，Q.：时滞神经网络全局鲁棒指数稳定性的新结果。非线性分析。真实世界应用。11, 1190–1197 (2010) ·Zbl 1196.34098号 ·doi:10.1016/j.nonrwa.2009.01.008
[29] Zheng，C.，Zhang，H.，Wang，Z.：具有范数不确定性的时滞细胞神经网络全局鲁棒指数稳定性的新时滞相关准则。神经计算72，1744–1754（2009）·doi:10.1016/j.neucom.2008.08.017
[30] Zheng，C.，Jing，X.，Wang，Z.，Feng，J.：具有线性分数不确定性的细胞神经网络鲁棒稳定性的进一步结果。Commun公司。非线性科学。数字。模拟。(2009). doi:10.1016/j.cnsns.2009.11.007·Zbl 1222.93180号
[31] Sheng，L.，Yang，H.：具有时变时滞的不确定BAM神经网络的新型全局鲁棒指数稳定性判据。混沌孤立子分形402102–2113（2009）·Zbl 1198.93165号 ·doi:10.1016/j.chaos.2007.09.098
[32] Sheng，L.，Yang，H.：具有混合时变时滞的不确定马尔可夫跳跃Cohen-Grossberg神经网络的鲁棒稳定性。混沌孤子分形42，2120–2128（2009）·兹比尔1198.93166 ·doi:10.1016/j.chaos.2009.03.161
[33] Zhang，J.，Peng，S.，Qiu，J.：具有时滞和非线性不确定性的不确定中立系统的鲁棒稳定性准则。混沌孤子分形38（1），160–167（2008）·Zbl 1142.93402号 ·doi:10.1016/j.chaos.2006.10.068
[34] Chen，Y.，Xue，A.，Lu，R.，Zhou，S.：关于具有时变时滞和非线性扰动的不确定中立系统的鲁棒指数稳定性。非线性分析。68, 2464–2470 (2008) ·Zbl 1147.34352号 ·doi:10.1016/j.na.2007.01.070
[35] Wu，H.，Xue，X.：具有逆Lipschizan神经元激活和脉冲的神经网络的稳定性分析。申请。数学。模型。32, 2347–2359 (2008) ·Zbl 1156.34333号 ·doi:10.1016/j.apm.2007.09.002
[36] Wu，H.：具有时滞和逆Lipschitz神经元激活的Hopfield神经网络的全局指数稳定性。非线性分析。，真实世界应用。10, 2297–2306 (2009) ·Zbl 1163.92308号 ·doi:10.1016/j.nonrwa.2008.04.016
[37] Deimling，K.：非线性函数分析。柏林施普林格（1985）·Zbl 0559.47040号
[38] Miller，P.，Michel，A.：微分方程。圣地亚哥学术出版社（1982）·Zbl 0552.34001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。