×
吴正光;Ju H.公园。;苏宏业;朱健

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。 （英语） Zbl 1253.93040号

非线性动力学。 69，第3期，1323-1332（2012）.
摘要：本文研究了具有时变时滞的不确定神经网络的鲁棒耗散性分析问题。范数不确定性以随机的方式进入神经网络，这种随机发生的不确定性服从某些互不相关的伯努利分布白噪声序列。利用线性矩阵不等式（LMI）方法，建立了保证所考虑神经网络鲁棒随机稳定性和耗散性的充分条件。还考虑了一些特殊情况。给出了两个数值算例，证明了所得结果的有效性和较小的保守性。

引用于48文件

MSC公司：

93B35型 灵敏度（稳健性）
92秒20 生物研究、人工生命和相关主题中的神经网络
93立方厘米 由常微分方程控制的控制/观测系统
93E12号机组 随机控制理论中的辨识

关键词：

神经网络;延时;随机发生的不确定性;耗散性;线性矩阵不等式
PDF格式BibTeX公司 XML格式引用
\textit{Z.-G.Wu}等，非线性动力学。69，第3号，1323--1332（2012；Zbl 1253.93040）
全文： 内政部

参考文献：

[1] Gupta，M.M.，Jin，L.，Homma，N.：静态和动态神经网络：从基础到高级理论。Wiley/IEEE出版社，纽约（2003）
[2] Hale，J.K.，Lunel，S.M.V.：泛函微分方程导论。施普林格，纽约（1993）·兹比尔0787.34002
[3] Shu，Z.，Lam，J.：具有离散和分布时滞的不确定广义系统的指数估计和镇定。《国际期刊控制》81，865–882（2008）·兹比尔1152.93462 ·doi:10.1080/00207170701261986
[4] Zhang，L.，Boukas，E.K.，Lam，J.：具有时变时滞和部分已知转移概率的马尔可夫跳跃线性系统的分析与综合。IEEE传输。自动化。控制53、2458–2464（2008）·Zbl 1367.93710号 ·doi:10.1109/TAC.2008.2007867
[5] Gao，H.，Meng，X.，Chen，T.：具有新延迟特征的网络控制系统的稳定性。IEEE传输。自动化。对照532142–2148（2008）·Zbl 1367.93696号 ·doi:10.1109/TAC.2008.930190
[6] Faydasicok，O.，Arik，S.：参数不确定性下时滞神经网络的平衡和稳定性分析。申请。数学。计算。(2012). doi:10.1016/j.amc.2011.12.036·Zbl 1245.34075号
[7] Faydasicok，O.，Arik，S.：多时滞神经网络全局鲁棒稳定性的进一步分析。J.Franklin Inst.（2011）。doi:10.1016/j.jfranklin.2011.11.007·Zbl 1273.93124号
[8] Wang，G.，Cao，J.，Wang，L.：时滞随机神经网络的全局耗散性。J.Franklin Inst.346，794–807（2009）·Zbl 1298.93309号 ·doi:10.1016/j.jfranklin.2009.04.003
[9] Arik，S.：关于时滞动态神经网络的全局耗散性。物理学。莱特。A 326126–132（2004）·Zbl 1161.37362号 ·doi:10.1016/j.physleta.2004.04.023
[10] Song，Q.，Zhao，Z.：具有可变和无界延迟的神经网络的全局耗散性。混沌孤子分形25，393–401（2005）·Zbl 1072.92005年 ·doi:10.1016/j.chaos.2004.11.035
[11] He，Y.，Liu，G.，Rees，D.：时变时滞神经网络的新时滞相关稳定性准则。IEEE传输。神经网络。18, 310–314 (2007) ·doi:10.10109/TNN.2006.888373
[12] Wu，L.，Feng，Z.，Zheng，W.：具有切换参数的时滞神经网络的指数稳定性分析：平均驻留时间方法。IEEE传输。神经网络。21, 1396–1407 (2010) ·doi:10.1109/TNN.2010.2056383
[13] Liu，Y.，Wang，Z.，Serrano，A.，Liu，X.：具有时变时滞的离散时间递归神经网络：指数稳定性分析。物理学。莱特。A 362480–488（2007年）·doi:10.1016/j.physleta.2006.10.073
[14] Xu，S.，Lam，J.，Ho，D.W.C.，Zou，Y.：延迟细胞神经网络的改进全局鲁棒渐近稳定性准则。IEEE传输。系统。人类网络。，B部分，Cybern。35, 1317–1321 (2005) ·doi:10.1109/TSMCB.2005.851539
[15] Liu，Y.，Wang，Z.，Liu，X.：具有离散和分布时滞的广义递归神经网络的全局指数稳定性。神经网络。19, 667–675 (2006) ·Zbl 1102.68569号 ·doi:10.1016/j.neunet.2005.03.015
[16] Park，J.H.，Kwon，O.M.：关于具有时变时滞的中立型神经网络状态估计的进一步结果。申请。数学。计算。208, 69–75 (2009) ·Zbl 1169.34334号 ·doi:10.1016/j.amc.2008.11.017
[17] Ji，D.H.，Park，J.H.，Lee，S.M.，Koo，JH.，Won，S.C.：通过延迟PD控制器实现Lur'e系统的同步标准。J.优化。理论应用。147, 298–317 (2010) ·Zbl 1202.93138号 ·doi:10.1007/s10957-010-9723-0
[18] Wu，Z.G.，Park，J.H.，Su，H.，Chu，J.：时变时滞奇异系统的耗散性分析。申请。数学。计算。218, 4605–4613 (2011) ·Zbl 1256.34062号 ·doi:10.1016/j.amc.2011.10.044
[19] Kwon，O.M.，Lee，S.，Park，J.H.：具有时变时滞的不确定随机神经网络的改进时滞相关指数稳定性。物理学。莱特。A 3741232-1241（2010）·Zbl 1236.92006号 ·doi:10.1016/j.physleta.2010.01.007
[20] Wang，Z.，Liu，Y.，Yu，L.，刘，X.：具有马尔可夫跳跃参数的时滞递归神经网络的指数稳定性。物理学。莱特。A 356346–352（2006）·Zbl 1160.37439号 ·doi:10.1016/j.physleta.2006.03.078
[21] Wang，Z.，Liu，Y.，Fraser，K.，Liw，X.：具有离散和分布时滞的不确定Hopfield神经网络的随机稳定性。物理学。莱特。A 354，288–297（2006）·Zbl 1181.93068号 ·doi:10.1016/j.physleta.2006.01.061
[22] Cao，J.，Yuan，K.，Li，X.：具有多个离散时滞和分布时滞的广义递归神经网络的全局渐近稳定性。IEEE传输。神经网络。17, 1646–1651 (2007) ·doi:10.1109/TNN.2006.881488
[23] Mou，S.，Gao，H.，Lam，J.，Qiang，W.：时滞Hopfield神经网络时滞相关渐近稳定性的新判据。IEEE传输。神经网络。19, 532–535 (2008) ·doi:10.1109/TNN.2007.912593
[24] Feng，Z.，Lam，J.：分布式延迟细胞神经网络的稳定性和耗散性分析。IEEE传输。神经网络。22, 976–981 (2011) ·doi:10.1109/TNN.2011.228341
[25] 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
[26] Lian，J.，Zhang，K.：具有平均停留时间的切换Cohen-Grossberg神经网络的指数稳定性。非线性动力学。63, 331–343 (2011) ·文件编号：10.1007/s11071-010-9807-2
[27] Chen，Y.，Wang，H.，Xue，A.，Lu，R.：随机时滞神经网络的无源性分析。非线性动力学。61, 71–82 (2010) ·Zbl 1204.93126号 ·doi:10.1007/s11071-009-9632-7
[28] Zhang，H.，Guan，Z.，Feng，G.：随机脉冲系统的可靠耗散控制。Automatica 44，1004–1010（2008）·Zbl 1283.93258号 ·doi:10.1016/j.automatica.2007.08.018
[29] Masubuchi，I.：连续广义系统的耗散不等式及其在控制增益综合中的应用。系统。控制信函。55, 158–164 (2008) ·Zbl 1129.93475号 ·doi:10.1016/j.sysconle.2005.06.007
[30] Feng，Z.，Lam，J.，Gao，H.：奇异时滞系统的{（α）}耗散性分析。Automatica 47、2548–2552（2011）·Zbl 1228.93039号 ·doi:10.1016/j.automatica.2011.06.025
[31] Hu，J.，Wang，Z.，Gao，H.，Stergioulas，L.K.：具有混合时滞、随机发生不确定性和非线性的离散随机系统的鲁棒滑模控制。IEEE传输。Ind.Electron公司。(2011). doi:10109/TIE.2011.2168791
[32] Gu，K.，Kharitonov，V.K.，Chen，J.：时滞系统的稳定性。Birkhäuser，波士顿（2003年）·Zbl 1039.34067号
[33] 谢，L.：具有参数不确定性系统的输出反馈H控制。《国际期刊控制》63，741–750（1996）·兹伯利0841.93014 ·doi:10.1080/00207179608921866
[34] Gao，H.，Wu，J.，Shi，P.：随机抽样的鲁棒采样数据H控制。Automatica 45、1729–1736（2009）·Zbl 1184.93039号 ·doi:10.1016/j.automatica.2009.03.004
[35] Shen，B.，Wang，Z.，Liu，X.：传感器网络中分布式H滤波的随机采样数据方法。IEEE传输。电路系统。I、 规则。巴普。58, 2237–2246 (2011) ·doi:10.1109/TCSI.2011.2112594
[36] Park，P.G.，Ko，J.W.，Jeong，C.：时变时滞系统稳定性的互惠凸方法。Automatica 47、235–238（2011）·Zbl 1209.93076号 ·doi:10.1016/j.automatica.2010.1014
[37] Zeng，H.，He，Y.，Wu，M.，Xiao，S.：时变时滞神经网络的无源性分析。神经计算74，730-734（2011）·兹伯利05849795 ·doi:10.1016/j.neucom.2010.09.020
[38] 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。第二部分，快速简报56、325–329（2009）·doi:10.1109/TCSII.2009.2015399
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。