×
李亚军；肖文平；李景照；焦，喜欢

\混合时滞离散模糊随机神经网络的（H_）滤波。 （英语） Zbl 1350.93087号

J.应用。数学。计算。 52号1-2、1-26（2016）.
摘要：本文研究了一类具有混合时滞的模糊随机离散神经网络系统的H_（infty）滤波器问题。混合延迟由离散延迟和分布式延迟组成。基于离散不等式技术和Lyapunov-Krasovskii泛函方法，利用线性矩阵不等式建立了容许滤波器存在的充分条件，保证了渐近均方稳定性和规定的扰动衰减水平。通过实例和仿真验证了该方法的有效性。

引用于4文件

MSC公司：

93E10型 随机控制理论中的估计与检测
93E11号机组 随机控制理论中的滤波
93E15型 控制理论中的随机稳定性
93B36型 \（H^\infty）-控制
92B20型 生物研究、人工生命和相关主题中的神经网络
93C55美元 离散时间控制/观测系统

关键词：

渐近均方稳定；随机离散神经网络；线性矩阵不等式；\（H_\infty\）过滤；模糊系统
PDF格式BibTeX公司 XML格式引用
\textit{Y.Li}等人，J.Appl。数学。计算。52，编号1--2，1--26（2016；Zbl 1350.93087）
全文： 内政部

参考文献：

[1] Zhao，Y.，Gao，H.，Lam，J.，Du，B.：时滞T-S模糊系统的稳定性和稳定性：一种时滞分割方法。IEEE传输。模糊系统。17, 750-762 (2009) ·doi:10.1109/TFUZZ.2008.928598
[2] Arunkumar，A.，Sakthivel，R.，Mathiyalagan，K.，Park，J.H.：离散时间模糊马尔可夫跳跃神经网络的鲁棒随机稳定性。ISA事务。53, 1006-1014 (2014) ·doi:10.1016/j.isatra.2014.05.002
[3] Wu，L.G.，Su，X.J.，Shi，P.，Qiu，J.B.：离散时间T-S模糊时变时滞系统稳定性分析和镇定的新方法。IEEE传输。系统。人类网络。B部分：网络。41, 273-286 (2011) ·doi:10.1109/TSMCB.2010.2051541
[4] Yang，H.J.、Shi，P.、Li，X.、Li、Z.W.：一类T-S模糊系统的容错控制（通过增量算子方法）。信号处理。98, 166-173 (2014) ·doi:10.1016/j.sigpro.2013.11.005
[5] Tang，Y.，Fang，J.，Xia，M.，Gu，X.：具有混合时变时滞的Takagi-Sugeno模糊随机离散时间复杂网络的同步。申请。数学。模型。34, 843-855 (2010) ·Zbl 1185.93145号 ·doi:10.1016/j.a.pm.2009.07.015
[6] 邱，J.，冯，G.，高，H.：基于T-S模糊仿射动态模型的多信道网络化非线性系统的非同步状态估计。IEEE传输。模糊系统。19, 75-90 (2011) ·文件编号：10.1109/TFUZZ.2011.2159011
[7] Su，X.，Shi，P.，Wu，L.，Nguang，S.K.：时变时滞模糊随机系统的诱导L_2 L_2滤波。IEEE传输。系统。人类网络。B 99，1-14（2012）
[8] Wu，Z.G.，Shi，P.，Su，H.Y.，Chu，J.：具有无限分布时滞的离散时间模糊系统的可靠H_{\infty}H_]∞控制。IEEE传输。模糊系统。20, 22-31 (2012) ·doi:10.10109/TFUZZ.2011.2162850
[9] Li，J.P.，Cao，J.D.：具有时滞和脉冲的不确定随机神经网络的鲁棒稳定性。神经计算94，102-110（2012）·doi:10.1016/j.neucom.2012.04.013
[10] Chen，W.，Zheng，W.：时变时滞随机神经网络的鲁棒稳定性分析。IEEE传输。神经网络。21, 508-514 (2010) ·doi:10.1109/TNN.2009.2040000
[11] Xia，J.W.，Park，J.H.，Zeng，H.B.，Shen，H.：具有多个时滞的不确定随机神经网络的时滞微分相关鲁棒指数稳定性。神经计算140，210-218（2014）·doi:10.1016/j.neucom.2014.03.022
[12] Raja，R.，Samidurai，R.：具有多个时变时滞的不确定随机递归神经网络的新的时滞相关鲁棒渐近稳定性。J.弗兰克尔。第349号指令，2108-2123（2012）·Zbl 1300.93146号 ·doi:10.1016/j.jfranklin.2012.03.007
[13] Li，X.D.：具有中立型连续分布时滞的随机区间神经网络的全局鲁棒稳定性。申请。数学。计算。215, 4370-4384 (2010) ·Zbl 1196.34107号 ·doi:10.1016/j.amc.2009.12.068
[14] Deng，F.Q.，Hua，M.G.，Liu，X.Z.，Peng，Y.J.，Fei，J.T.：具有混合时滞的不确定随机神经网络的鲁棒时滞相关指数稳定性。神经计算74，1503-1509（2011）·doi:10.1016/j.neucom.2010.08.027
[15] Li，J.N.，Li，L.S.：具有混合时滞的随机离散时间递归神经网络的均方指数稳定性。神经计算151、790-797（2015）·doi:10.1016/j.neucom.2014.10.020
[16] Ou，Y.，Liu，H.，Si，Y.、Feng，Z.：时变时滞离散随机神经网络的稳定性分析。神经计算73，740-748（2010）·doi:10.1016/j.neucom.2009.10.017
[17] Tang，Y.，Fang，J.，Xia，M.，Yu，D.：具有随机混合时变时滞的随机离散时间神经网络的时滞分布相关稳定性。神经计算72，3830-3838（2009）·doi:10.1016/j.neucom.2009.05.012
[18] Li，T.，Song，A.G.，Fei，S.M.：具有时变和分布时滞的离散时间神经网络的新稳定性准则。国际神经系统杂志。19, 269-283 (2009) ·doi:10.1142/S0129065709002038
[19] Arunkumar，A.，Sakthivel，R.，Mathiyalagan，K.，Park，J.H.：离散时间模糊马尔可夫跳跃神经网络的鲁棒随机稳定性。ISA事务。531006-1014（2014）·doi:10.1016/j.isatra.2014.05.002
[20] Song，Q.K.，Liang，J.L.，Wang，Z.D.：时变时滞离散时间神经网络的无源性分析。神经计算72，1782-1788（2009）·doi:10.1016/j.neucom.2008.05.006
[21] Tang，Z.，Park，Ju H.，Lee，Tae H.，Feng，J.W.：具有时变时滞和随机扰动的脉冲耦合神经网络的均方指数同步。复杂性（2015）。doi:10.1002/cplx.21647
[22] Mathiyalagan，K.，Su，H.Y.，Shi，P.：具有随机延迟的离散时间切换神经网络的指数\[H_{\infty}H\]∞滤波。IEEE传输。赛博。45, 676-687 (2015) ·doi:10.1109/TCYB.2014.2332356
[23] Mathiyalagan，K.，Park，J.H.，Sakthivel，R.，MarshalAnthoni，S.：具有脉冲的网络马尔可夫跳跃系统的鲁棒混合H_∞和无源滤波。IET信号处理。8, 809-822 (2014) ·doi:10.1049/iet-spr.2013.0441
[24] Hua，M.，Tan，H.，Chen，J.，Fei，J.：具有马尔可夫切换和模式相关时滞的不确定中立型随机系统的鲁棒时滞-范围相关非脆弱H_∞滤波。J.弗兰克尔。第352号研究所，1318-1341（2015）·Zbl 1307.93420号 ·doi:10.1016/j.jfranklin.2014.12.020
[25] Zhang，L.X.，Dong，X.K.，Qiu，J.B.，Alsaedi，A.，Hayat，T.：一类离散时间切换模糊系统的[H_\infty H\]∞滤波。非线性分析：混合系统。14, 74-85 (2014) ·Zbl 1292.93133号
[26] Guo，X.，Yang，G.：具有扇区有界非线性的离散时间系统的可靠H_∞滤波器设计：一种LMI优化方法。《汽车学报》。罪恶。35, 1347-1351 (2009)
[27] Zhou，B.，Zheng，W.，Fu，Y.，Duan，G.：具有传感器非线性的线性连续时间系统的[H_{\infty}H\]∞滤波。IET控制理论应用。5, 1925-1937 (2011) ·doi:10.1049/iet-cta.2010.0670
[28] 庄，G.M.：具有模式相关时变时滞的不确定随机马尔可夫跳跃Hopfield神经网络的鲁棒H_{infty}H_]∞滤波器设计。神经计算127181-189（2014）·doi:10.1016/j.neucom.2013.08.016
[29] Li，X.J.，Yang，G.H.：具有未知或部分未知隶属函数的T-S模糊系统的切换型H_∞滤波器设计。IEEE传输。模糊系统。21, 385-392 (2013) ·doi:10.1109/TFUZZ.2012.2212908
[30] 邱，J.，冯，G.，杨，J.：时变时滞离散T-S模糊系统时滞相关鲁棒H_∞滤波的新设计。IEEE传输。模糊系统。17, 1044-1058 (2009) ·doi:10.1109/TFUZZ.2009.2017378
[31] Zhao，Y.，Gao，H.，Lam，J.：关于区间时变时滞模糊系统的滤波[H_∞的新结果。信息科学。182, 2356-2369 (2011) ·Zbl 1232.93059号 ·doi:10.1016/j.ins.2011.01.032
[32] Chang，X.H.：具有线性分数参数不确定性的模糊系统的鲁棒非脆弱\[H\infty H\]∞滤波。IEEE传输。模糊系统。20, 1001-1011 (2012) ·doi:10.1109/TFUZZ.2012.2187299
[33] Zhang，H.，Zhong，H，Dang，C.：基于T-S模糊模型的离散非线性时变时滞互联系统的时滞相关分散H_∞滤波。IEEE传输。模糊系统。20, 431-443 (2012) ·doi:10.1109/TFUZZ.2011.2175231
[34] Wu，Y.Q.，Su，H.Y.，Wu，Z.G.：具有随机传感器非线性的离散模糊随机系统的[H_{infty}H\]∞滤波。信号处理。108, 288-296 (2015) ·doi:10.1016/j.sigpro.2014.09.030
[35] Hua，M.，Cai，Y.，Ni，J.，Fei，J.：具有混合时滞和扇区边界非线性的离散时间模糊随机系统的时滞相关H_∞滤波。J.弗兰克尔。Inst.（2014）。doi:10.1016/J.FranklinInst.11.009·Zbl 1395.93540号
[36] Chuang，L.Y.，lien，C.H.，Yu，K.W.，Chen，J.D.：区间时变时滞离散切换系统的鲁棒H_{\infty}H_]∞滤波。信号处理。94, 661-669 (2014) ·doi:10.1016/j.sigpro.2013.07.031
[37] JarinaBanu，L.，Balasubramaniam，P.，Ratnavelu，K.：具有泄漏时变时滞的离散时间不确定神经网络的鲁棒稳定性分析。神经计算151，808-816（2015）·doi:10.1016/j.neucom.2014.10.018
[38] Wu，L.，Ho，D.W.C.：随机系统的模糊滤波器设计及其在传感器故障检测中的应用。IEEE传输。模糊系统。17, 233-242 (2009) ·doi:10.1109/TFUZZ.2008.2010867
[39] Wu，L.，Wang，Z.：时变时滞非线性模糊随机系统的模糊滤波。信号处理。89, 1739-1753 (2009) ·Zbl 1178.93141号 ·doi:10.1016/j.sigpro.2009.03.011
[40] He，Y.，Liu，G.P.，Rees，D.，Wu，M.：时变时滞离散系统的[H_{\infty}H\]∞滤波。信号处理。89, 275-282 (2009) ·Zbl 1151.94369号 ·doi:10.1016/j.sigpro.2008.08.008
[41] Li，Y.J.：具有时变时滞和传感器非线性的离散时间神经网络系统的[H_{\infty}H\]∞滤波。打开自动。控制系统。J.6，165-174（2014）·doi:10.2174/187444444301406010165
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。