×
王永龙;哈迪·贾汉沙希;斯特利奥斯·贝基罗斯;弗兰克·贝齐纳;朱玉明;艾莉，艾曼A。

具有有限时间终端滑模控制的深递归神经网络用于具有市场信心的分数阶混沌金融系统。 （英语） Zbl 1498.93086号

混沌孤子分形 146，文章ID 110881，12 p.（2021）.
概述：几乎每个系统都不可避免地会出现干扰，如果不加以排除，可能会危及控制方法的有效性。因此，使用最先进的观测器可以显著提高控制器的可靠性和性能。基于此，我们开发了一种用于控制和同步分数阶系统的新的有限时间方法。深度学习递归神经网络是处理高度复杂和时变不确定性的有力工具，通过终端滑模控制进行集成。基于李亚普诺夫稳定性定理，证明了闭环系统的有限时间收敛性和稳定性。然后，将该方法应用于一个具有市场信心的分数阶混沌金融模型。在仿真中，假设系统在存在复杂干扰的情况下运行。将该方法的结果与终端滑模控制进行了比较。数值结果说明性地证实了关于深度学习控制技术的鲁棒性能的理论主张。此外，当扰动较大时，传统方法失效。

引用于10文件

MSC公司：

93B12号机组 可变结构系统
34A08号 分数阶常微分方程
91G15型 金融市场
93C40型 自适应控制/观测系统
93D40型 有限时间稳定性

关键词：

递归神经网络;有限时间控制;分数微积分;金融系统;市场信心
PDF格式BibTeX公司 XML格式引用
\textit{Y.-L.Wang}等人，混沌孤子分形146，文章ID 110881，12 p.（2021；Zbl 1498.93086）
全文： 内政部

参考文献：

[1] Mahmoud，M.S.，《不确定动力系统的弹性控制》（2004），Springer Science&Business Media·Zbl 1103.93003号
[2] Yedavalli，R.K.，不确定动态系统的鲁棒控制（2016），Springer
[3] 陈，Z。；Wang，J。；马凯（Ma，K.）。；黄，X。；Wang，T.，具有输入饱和和输出约束的非线性不确定系统的模糊自适应二位触发控制，国际自适应控制杂志，34，4，543-559（2020）·Zbl 1469.93068号
[4] Jahanshahi，H。；Rajagopal，K。；Akgul，A。；北卡罗来纳州萨里。；Namazi，H。；Jafari，S.，《超稳定非线性振荡器的完整分析和工程应用》，《国际非线性力学杂志》，107，126-136（2018）
[5] Jahanshahi，H。；萨贾迪，S.S。；贝基罗斯，S。；Aly，A.A.，《关于使用非线性模型预测控制器开发变阶分数阶超混沌经济系统》，《混沌孤子分形》，144，第110698页，（2021）
[6] S.Raval、H.R.Patel和V.A.Shah，SISO不确定系统的基于神经网络的控制框架：被动容错方法，第1039-1047页：Springer。
[7] Saxena，S。；Hote，Y.V.，计算延迟下不确定系统的鲁棒稳定比例积分控制器，J Vib Control（2020），第1077546320957921页
[8] 柴可夫斯基，M.M。；Kurdyukov，A.P.，关于不确定系统各向异性范数的上限估计及其在随机鲁棒控制中的应用，国际J控制，91，11，2411-2421（2018）·Zbl 1403.93181号
[9] Chen，S.-B.，通过径向基函数和配置方法的联合应用实现时间延迟分数方程的最优控制，熵，22，11，1213（2020）
[10] Zhou，S.-S.，离散时间宏观经济系统：使用基于模糊的激活反馈控制进行分岔分析和同步，混沌孤子分形，第110378页（2020）
[11] 熊，P.-Y。；Jahanshahi，H。；Alcaraz，R。；Chu，Y.-M。；Gómez-Aguilar，J.F。；Alsaadi，F.E.，使用新型基于神经网络的无抖滑模技术的多稳定分数阶混沌系统的谱熵分析和同步，混沌孤立子分形，144，文章110576 pp.（2021）·Zbl 1498.34175号
[12] Jahanshahi，H。；北卡罗来纳州萨里。；范，V.-T。；Alsaadi，F.E。；Hayat，T.，《载体系统滑模下的最优自适应高阶控制器》，《国际先进机器人系统》，第15、3页（2018年），第1729881418782097页
[13] Jahanshahi，H.，使用具有解耦滑模监督的鲁棒自适应方案平滑控制HIV/AIDS感染，《欧洲物理杂志》，第227、7、707-718页（2018年）
[14] Jahanshahi，H。；Shahraria-Kahkeshi，M。；Alcaraz，R。；王，X。；辛格，V.P。；Pham，V.-T.，具有隐藏吸引子的非平衡四维混沌系统的熵分析和基于神经网络的自适应控制，熵，21，2，156（2019）
[15] Jahanshahi，H。；Yousefpour，A。；Munoz-Pacheco，J.M。；莫罗兹，I。；魏，Z。；Castillo，O.，一个具有自激和隐藏混沌吸引子的新的多稳定分数阶四维系统：使用一种新的模糊自适应滑模控制方法的动态分析和自适应同步，Appl Soft Comput，87，文章105943 pp.（2020）
[16] Jahanshahi，H。；Yousefpour，A。；魏，Z。；Alcaraz，R。；Bekiros，S.，《具有共存吸引子的金融超混沌系统：动态研究、熵分析、控制和同步》，混沌孤子分形，12666-77（2019）·Zbl 1451.91233号
[17] Plummer，A.R.，《结构试验的控制技术：综述》，《P I Mech Eng I-J Sys》，第221、2、139-169页（2007年）
[18] Rajagopal，K。；Jahanshahi，H。；贾法里，S。；Weldegiorgis，R。；Karthikeyan，A。；Duraisamy，P.，分数阶水轮机调节系统中共存吸引子和基于模糊PID的混沌控制，亚洲J控制（2020）
[19] Soradi-Zeid，S。；Jahanshahi，H。；Yousefpour，A。；Bekiros，S.，King算法：基于变阶分数阶微积分的新型优化方法及其在混沌金融系统中的应用，Chaos Solitons Fractals，132，Article 109569 pp.（2020）·兹比尔1434.65084
[20] 王，S。；贝基罗斯，S。；Yousefpour，A。；He，S。；O.卡斯蒂略。；Jahanshahi，H.，使用新型2型模糊主动控制方法的分数时滞金融系统同步，混沌孤立子分形，136，文章109768 pp.（2020）·Zbl 1489.93064号
[21] 陈，S.-B。；Soradi-Zeid，S。；Alipour，M。；Chu，Y.-M。；戈梅兹·阿吉拉尔，J.F。；Jahanshahi，H.，非线性时滞分数阶微分方程的Dickson多项式最优控制，分形（2020）
[22] 阿扎尔，A.T。；Vaidyanathan，S。；Ouannas，A.，混沌系统的分数阶控制和同步（2017），Springer
[23] Jahanshahi，H。；Yousefpour，A。；Munoz-Pacheco，J.M。；卡卡尔，S。；范，V.-T。；Alsaadi，F.E.，《一种新型分数阶超混沌忆阻振荡器：动态分析、鲁棒自适应同步及其在语音加密中的应用》，应用数学计算，383，第125310页，（2020）·Zbl 1508.94058号
[24] Utkin，V.，关于超扭曲控制的收敛时间和扰动抑制，IEEE Trans-Automat，58，8（2013）·Zbl 1369.93131号
[25] 盆地，M。；Panathula，C.B。；Shtessel，Y.，多变量连续定时间二阶滑模控制：设计和收敛时间估计，IET控制理论应用，11，8，1104-1111（2016）
[26] Wang，S.，使用基于扰动观测器的自适应终端滑模控制方法同步非平衡四维混沌系统，熵，22，3，271（2020）
[27] Chen，S.-B.，基于递归神经网络的非殖民球形机器人输入饱和鲁棒非奇异滑模控制，IEEE Access，8188441-188453（2020）
[28] 苏，X。；刘，X。；Shi，P。；Song，Y.-D.，通过事件触发机制实现混合切换系统的滑模控制，Automatica，90，294-303（2018）·Zbl 1387.93055号
[29] Vaidyanathan，S。；Lien，C.-H.，滑模控制在科学和工程中的应用（2017），Springer·Zbl 1388.93002号
[30] Yousefpour，A。；Jahanshahi，H。；Munoz-Pacheco，J.M。；贝基罗斯，S。；Wei，Z.，一个具有瞬态混沌的分数阶超混沌经济系统，混沌孤子分形，130，第109400页，（2020）·Zbl 1489.91150号
[31] 魏，Z。；Yousefpour，A。；Jahanshahi，H。；Kocamaz，美国。；Moroz，I.，使用新的基于模糊扰动观测器的终端滑模控制的五维自激同极圆盘发电机的Hopf分岔和同步，J Franklin Inst J Frankin I，358，1，814-833（2021）·Zbl 1455.93110号
[32] 杜，H。；陈，X。；文，G。；Yu，X。；Lü，J.，永磁直线电机的离散时间快速终端滑模控制，IEEE Trans-Ind-Electron，65，12，9916-9927（2018）
[33] Yousefpour，A。；Jahanshahi，H.，基于快速扰动观测器的超混沌忆阻振荡器鲁棒积分终端滑模控制，《欧洲物理杂志》，228，10，2247-2268（2019）
[34] 拉比，H。；Ataei，M。；Ekramian，M.，基于自适应滑模扰动观测器的不确定非线性系统连续非奇异终端滑模控制，Automatica，109，第108515条pp.（2019）·Zbl 1429.93055号
[35] 魏，X。；郭，L.，非线性扰动系统的基于扰动观测器的复合控制和终端滑模控制，国际J控制，82，6，1082-1098（2009）·Zbl 1168.93322号
[36] 陈，M。；吴秋霞。；Cui，R.-X.，一类SISO不确定非线性系统的终端滑模跟踪控制，ISA Trans，52，2，198-206（2013）
[37] A.Li、S.Bansal、G.Giovanis、V.Tolani、C.Tomlin和M.Chen，使用汉密尔顿-雅可比可达性为基于学习的视觉导航生成强大的监督，第500-510页：PMLR。
[38] Prajna，S。；Jadbabaie，A。；Pappas，G.J.，使用屏障证书进行最坏情况和随机安全验证的框架，IEEE Trans-Automat Contr，52，81415-1428（2007）·Zbl 1366.93711号
[39] Jahanshahi，H.，非平衡混沌系统的模拟和实验验证，混沌孤子分形，143，文章110539 pp.（2021）
[40] Vaidyanathan，S。；Volos，C.，《混沌系统的进展和应用》（2016），Springer·Zbl 1350.93004号
[41] 王，X。；张伟。；郭伟。；Zhang，J.，《安全混沌系统及其在混沌密码中的应用》，《信息科学》，221555-570（2013）·Zbl 1293.94098号
[42] Yousefpour，A。；巴赫拉米，A。；Haeri Yazdi，M.R.，单稳态模式下的多频压磁弹性能量采集，J Theor Appl Vib Acoust，4，1，1-18（2018）
[43] Rajagopal，K.，一种基于模糊混沌控制和基于LQR混沌同步的超混沌忆阻振荡器，国际电子通讯，94，55-68（2018）
[44] 卡罗尔·T·L。；希吉，J.F。；Pecora，L.M.，《用混沌同步变换信号》，《物理学评论E》，54，5，4676（1996）
[45] 刘，Y。；赵，S。；Lu，J.，基于T-S模糊模型的混沌系统新型模糊脉冲控制，IEEE Trans-fuzzy Syst，19，2，393-398（2010）
[46] 刘，Y。；帕克，J.H。；郭伯忠。；Shu，Y.，基于模糊记忆采样数据控制的混沌系统稳定性的进一步研究，IEEE Trans-fuzzy Syst，26，2，1040-1045（2017）
[47] 刘，L。；刘义杰。；Tong，S.，切换非线性系统的基于模糊的多误差约束控制及其应用，IEEE Trans-Fuzzy Syst（2018）
[48] 王，A。；刘，L。；邱，J。；Feng，G.，一类非线性系统的事件触发鲁棒自适应模糊控制，IEEE Trans-Fuzzy Syst（2018）
[49] O.Castillo，“2型模糊逻辑控制器的自然激励优化”，第4-6页：Springer。
[50] Kim，E。；Lee，S.，使用模糊扰动观测器的MIMO系统输出反馈跟踪控制及其在永磁同步电机速度控制中的应用，IEEE Trans-fuzzy Syst，13，6，725-741（2005）
[51] He，S。；Sun，K。；Wang，H.，使用同伦分析方法的共形分数阶超混沌系统的动力学和同步，Comm非线性科学数值模拟，73，146-164（2019）·Zbl 1464.34074号
[52] He，S。；Sun，K。；Wang，H。；梅，X。；Sun，Y.，分数阶超混沌系统的广义同步及其DSP实现，非线性动力学，92，1，85-96（2018）
[53] 刘义杰。；曾强。；唐，S。；Chen，C.L.P。；Liu，L.，具有时变垂直位移和速度约束的主动悬架系统的自适应神经网络控制，IEEE Trans-Ind-Electron（2019）
[54] Zhihong，M。；Paplinski，A.P。；Wu，H.R.，刚性机械手的鲁棒MIMO终端滑模控制方案，IEEE Trans-Automat Contr，39，12464-2469（1994）·Zbl 0825.93551号
[55] Dalier，M。；Bashour，M.，分数微积分的应用，应用数学科学，4，21，1021-1032（2010）·Zbl 1195.26011号
[56] Magin，R.L.，生物工程中的分数微积分（2006），Begell House Redding
[57] Hilfer，R.，《分数阶微积分在物理学中的应用》（2000），新加坡世界科学出版社·Zbl 0998.26002号
[58] Mikolov，T。；Joulin，A。；肖普拉，S。；马修，M。；Ranzato，M.A.，《在递归神经网络中学习更长的记忆》（2014），arXiv预印本arXiv:1412.7753
[59] 李，X.-D。；Ho，J.K.L。；Chow，T.W.S.，用连续时间递归神经网络逼近动态时变系统，IEEE跨电路系统，52，10，656-660（2005）
[60] Šter，B.，选择性递归神经网络，神经过程快报，38，1，1-15（2013）
[61] Jin，L。；严，J。；杜，X。；Xiao，X。；Fu，D.，RNN，用于求解时变广义Sylvester方程，并应用于机器人和声源定位，IEEE Trans Industr Inform（2020）
[62] Cheng，L。；侯，Z.-G。；Lin，Y。；Tan，M。；张，W.C。；Wu，F.-X.，非光滑凸优化问题的递归神经网络及其在遗传调控网络识别中的应用，IEEE Trans neural Netw Learn Syst，22，5，714-726（2011）
[63] Jin，L。；李，S。；Hu，B.，动态矩阵反演的RNN模型：控制理论视角，IEEE Trans Industr Inform，14，1，189-199（2017）
[64] Nikravesh，M。；Farell，A.E。；Stanford，T.G.，通过人工神经网络识别非线性时变过程的模型，计算化学工程，20，11，1277-1290（1996）
[65] Xin，B。；Zhang，J.，《利用市场信心稳定分数阶混沌金融系统的有限时间》，非线性动力学，79，2，1399-1409（2015）·Zbl 1345.91024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。