Stability analysis of stochastic fractional-order competitive neural networks with leakage delay

M. Syed Ali; M. Hymavathi; Bandana Priya; Syeda Asma Kauser; Ganesh Kumar Thakur; M. Syed Ali; M. Hymavathi; Bandana Priya; Syeda Asma Kauser; Ganesh Kumar Thakur

doi:10.3934/math.2021193

AIMS数学

2021,第6卷, 第4版: 3205-3241. 数字对象标识：10.3934/小时2021193

研究文章特殊问题

具有泄漏时滞的随机分数阶竞争神经网络的稳定性分析

1
印度泰米尔纳德邦Vellore-632 115，Thiruvaluvar大学数学系
2
印度大诺伊达G L Bajaj技术与管理学院应用科学系
三。
沙特阿拉伯王国萨塔姆·本·阿卜杜勒阿齐兹王子大学数学系
4
印度北方邦加齐亚巴德克里希纳工程学院应用科学系

收到：2020年10月4日 认可的：2020年12月31日 出版：2021年1月15日
MSC公司：93D05型

本文研究了具有泄漏时滞的随机分数阶竞争神经网络的稳定性分析。本文的主要目的是建立一组新的充分条件，即具有泄漏的随机分数阶神经网络的均方一致稳定性。具体地，利用Cauchy-Schwartz不等式、Burkholder-Davis-Gundy不等式、Banach不动点原理和随机分析理论，集中讨论了一类随机分数阶时滞神经系统的存在唯一性和均方稳定性。最后，给出了四个数值模拟来证实这些假设发现。
- 分数阶,
- 随机的，随机的,
- 竞争神经网络,
- 泄漏
引用：M.Syed Ali、M.Hymavathi、Bandana Priya、Syeda Asma Kauser、Ganesh Kumar Thakur。具有泄漏时滞的随机分数阶竞争神经网络的稳定性分析[J]。AIMS数学，2021，6（4）：3205-3241。doi:10.3934/小时2021193

相关论文：

摘要

本文研究了具有泄漏时滞的随机分数阶竞争神经网络的稳定性分析。本文的主要目的是建立一组新的充分条件，即具有泄漏的随机分数阶神经网络的均方一致稳定性。具体地，分别利用Cauchy-Schwartz不等式、Burkholder-Davis-Gundy不等式、Banach不动点原理和随机分析理论，集中研究了一类具有时滞的随机分数阶神经系统的排列的存在唯一性和均方稳定性。最后，给出了四个数值模拟来证实这些假设发现。

工具书类

[1]	K.Diethelm，分数阶微分方程的分析施普林格出版社，2010年。
[2]	C.Huang，B.Liu，涉及非降阶方法的惯性神经网络动态分析的新研究，神经计算,325(2019), 283–287.
[3]	J.Wang，X.Chen，L.Huang，点鞍型平面分段线性系统极限环的个数和稳定性，数学杂志。分析。申请。,469(2019), 405–427.
[4]	Y.Zuo，Y.Wang，X.Liu，基于小波变换和概率神经网络的菱形探月轮式移动机器人自适应鲁棒控制策略，计算。申请。数学。,37(2018), 314–337.
[5]	C.Song，S.Fei，J.Cao，C.Huang，基于输出反馈滑模控制的分数阶不确定混沌系统的鲁棒同步，数学,7(2019), 599.
[6]	C.Huang，J.Cao，F.Wen，X.Yang，复杂网络上具有分布延迟的SIR模型的稳定性分析，PLOS一号,11(2016).
[7]	I.波德鲁布尼，分数积分和分数微分的几何和物理解释，分形。计算应用程序。分析。,5(2002), 367–386.
[8]	Z.Rashidnejad，P.Karimaghee，利用新的有限时间分数阶自适应滑模控制实现一类不确定混沌系统的同步，混沌、孤子和分形：X,5(2020), 100042.
[9]	Y.Zhou，F.Jiao，J.Pecaric，关于Banach空间分数阶泛函微分方程的Cauchy问题，白杨。方法。无。安。,42(2013), 119–136.
[10]	A.Chauhan，J.Dabas，具有非局部条件的脉冲分数阶泛函积分微分方程温和解的局部和全局存在性，Commun公司。非线性科学。,19(2014), 821–829.
[11]	L.Xu，X.Chu，H.Hu，具有时滞和脉冲的非自治分数阶微分系统的指数最终有界性，申请。数学。莱特。,99(2020), 106000.
[12]	J.T.Edwards，N.J.Ford，A.C.Simpson，线性多项分数阶微分方程的数值解：方程组，J.计算。申请。数学。,148(2002), 401–418.
[13]	A.Arbi，J.Cao，一类具有混合时变时滞和泄漏时滞的新型竞争中立型神经网络的时空尺度上的伪最周期解，神经过程。莱特。,46(2017), 719–745.
[14]	Y.Liu，W.Liu、M.A.Obaid和I.A.Abbas，具有混合模式依赖时滞的Markov跳跃Cohen-Grossberg神经网络的指数稳定性，神经计算,177(2016), 409–415.
[15]	I.Stamova，T.Stamov，X.Li，一类具有超数的脉冲细胞神经网络的全局指数稳定性，国际期刊改编。控制,28(2014), 1227–1239.
[16]	X.Li，S.Song，具有离散和连续分布时滞的递归神经网络周期解的存在性、唯一性和全局稳定性的脉冲控制，IEEE T.Neur公司。净值。李尔。,24(2013), 868–877.
[17]	朱强，曹坚，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 T.Neur公司。净值。李尔。,23(2012), 467–479.
[18]	M.Syed Ali，P.Balasubramaniam，F.A.Rihan，S.Lakshmanan，具有混合时变时滞的随机Takagi-Sugeno模糊Cohen-Grossberg BAM神经网络的稳定性准则，复杂性,21(2016), 143–154.
[19]	H.Zhang，M.Ye，J.Cao，A.Alsaedi，具有时变时滞和不同时间尺度的Riemann-Liouville分数阶竞争网络系统的同步控制，国际J控制自动。,16(2018), 1–11.
[20]	P.Liu，X.Nie，J.Liang，J.Cao，具有高斯激活函数的分数阶竞争神经网络的多重Mittag-Lefler稳定性，神经网络,108(2018), 452–465.
[21]	L.J.Banu，P.Balasubramaniam，具有时变泄漏时滞和随机参数不确定性的离散时间神经网络的鲁棒稳定性分析，神经计算,179(2016), 126–134.
[22]	D.J.Lu，C.J.Li，具有时滞和脉冲效应的随机高阶BAM神经网络的指数稳定性，神经计算。申请。,23(2013), 1–8.
[23]	X.Lv，X.Li，非线性脉冲采样系统的有限时间稳定性和控制器设计及其应用，ISA T。,70(2017), 30–36.
[24]	A.L.Wu，Z.G.Zeng，X.G.Song，分数阶双向联想记忆神经网络的全局Mittag-Lefler镇定，神经计算,177(2016), 489–496.
[25]	F.Wang，Y.Q.Yang，X.Y.Xu，L.Li，时滞脉冲分数阶BAM神经网络的全局渐近稳定性，神经计算。申请。,28(2017), 345–352.
[26]	W.Chen，W.Zheng，时变时滞随机神经网络的鲁棒稳定性分析，IEEE T.神经网络,21(2010), 508–514.
[27]	H.Gu，具有不同时间尺度和随机扰动的竞争神经网络的自适应同步，神经计算,73(2009), 350–356.
[28]	O.M.Kwon，S.M.Lee，J.H.Park，时变时滞不确定随机神经网络的改进时滞依赖指数稳定性，物理学。莱特。A类,374(2010), 1232–1241.
[29]	J.H.Park，O.M.Kwon，中性型随机神经网络的全局稳定性分析，国防部。物理学。莱特。B类,22(2008), 3159–3170.
[30]	J.H.Park，O.M.Kwon，中立型神经网络与随机扰动的同步，国防部。物理学。莱特。B类,23(2009), 1743–1751.
[31]	J.H.Park，S.M.Lee，H.Y.Jung，随机延迟离散时间复杂网络同步的LMI优化方法，J.Optimiz。理论应用。,143(2009), 357–367.
[32]	W.Su，Y.Chen，具有离散和分布式时变时滞的随机Cohen-Grossberg神经网络的全局鲁棒稳定性准则，Commun公司。非线性科学。,14(2009), 520–528.
[33]	X.Yang，J.Cao，Y.Long，R.Wei，具有混合时滞和不确定混合扰动的竞争神经网络的自适应滞后同步，IEEE T.神经网络,21(2010), 1656–1667.
[34]	X.Yang，C.Huang，J.Cao，混合时滞切换随机竞争神经网络指数同步的LMI方法，神经计算。申请。,21(2012), 2033–2047.
[35]	D.G.Hobson，L.C.G.Rogers，随机波动的完整模型，数学金融学,8(1998), 27–48.
[36]	J.Hull，A.White，随机波动资产期权定价，金融杂志,42(1987), 281–300.
[37]	I.Karatzas、Steven E.Shreve、，布朗运动与随机微积分斯普林格·弗拉格，1991年。
[38]	N.Laskin，分数市场动态，物理A,287(2000), 482–492.
[39]	C.Andoh，带前馈神经网络的离散时间随机方差模型，神经计算,21(2009), 1990–2008.
[40]	S.Giebel，M.Rainer，神经网络校准随机过程：预测金融资产，美分。欧洲药典。物件。,21(2013), 277–293.
[41]	J.Cao，Q.Yang，Z.Huang，Q.Liu，随机泛函微分方程的渐近概周期解，申请。数学。计算。,218(2011), 1499–1511.
[42]	V.B.Kolmanovskii、A.Myshkis、，泛函微分方程应用理论《克鲁沃学术出版社》，诺威尔出版社，1992年。
[43]	Y.Ren，L.Chen，关于抽象空间中具有无穷时滞和Possion跳跃的中立型随机泛函微分方程的注记，数学杂志。物理学。,50(2009), 082704.
[44]	Y.Ren，N.Xia，无限时滞中立型随机泛函微分方程解的存在唯一性和稳定性，申请。数学。计算。,210(2009), 72–79.
[45]	R.Sakthivel，J.Luo，无限时滞脉冲随机偏微分方程的渐近稳定性，数学杂志。分析。申请。,356(2009), 1–6.
[46]	R.Sakthivel，J.Luo，非线性脉冲随机微分方程的渐近稳定性，统计概率出租。,79(2009), 1219–1223.
[47]	R.Sakthivel，J.J.Nieto，N.I.Mahmudov，具有无界时滞的非线性确定性和随机系统的近似可控性，台湾。数学杂志。,14(2010), 1777–1797.
[48]	B.Xie，Hilbert空间中具有非lipschitz系数的随机微分方程，斯托克。分析。申请。,26(2008), 408–433.
[49]	L.Arnold，随机微分方程：理论与应用威利出版社，1974年。
[50]	I.I.Gihman、A.V.Skorohod、，随机微分方程施普林格出版社，1972年。
[51]	G.S.Ladde、V.Lakshmikantham、，随机微分不等式，纽约：学术出版社，1980年。
[52]	A.弗里德曼，随机微分方程及其应用，学术出版社，1975年。
[53]	H.Holden、B.Oksendal、J.Uboe、T.Zhang、，随机偏微分方程：白噪声函数建模方法波士顿：BirkhMauser，1996年。
[54]	F.Biagini、Y.Hu、B.Oksendal、T.Zhang、，分数布朗运动的随机微积分及其应用，施普林格出版社，2008年。
[55]	D.He，L.Xu，带Levy噪声的随机积分微分系统的有界性分析，J.Taibah大学科学。,14(2020), 87–93.
[56]	A.G.Ladde，G.S.Ladde，随机环境下的动态过程，马拉斯瓦达数学学会公报,8(2007), 96–123.
[57]	J.Chen，Z.Zeng，P.Jiang，基于记忆电阻的分数阶神经网络的全局mittag-lefler稳定性和同步，神经网络,51(2014), 1–8.
[58]	P.L.Butzer、U.Westphal、，分数微积分导论《世界科学：新加坡》，2001年。
[59]	X.Yang，Q.Song，Y.Liu，Z.Zhao，分数阶时滞神经网络的有限时间稳定性分析，神经计算,152(2015), 19–26.
[60]	L.Chen，R.Wu，D.Pan，具有分布时滞的脉冲随机模糊细胞神经网络的均方指数稳定性，专家系统。申请。,38(2011), 6294–6299.