×
拉基亚潘，R。;普雷西·拉塔，V。;朱全新;姚、张松

具有采样数据和饱和执行器的马尔可夫跳变混沌神经网络的指数同步。 （英语） Zbl 1377.93104号

非线性分析。，混合系统。 24, 28-44 (2017).
摘要：本文利用采样数据控制器研究了带饱和执行器的马尔可夫跳变混沌神经网络的指数同步问题。通过构造具有三重积分项的Lyapunov-Krasovskii泛函，并利用Jensen不等式，利用线性矩阵不等式（LMI）导出了混沌神经网络指数同步的一些新的充分条件。获得的LMI可以通过任何可用软件轻松求解。最后，通过数值算例验证了理论结果的有效性。

引用于44文件

理学硕士：

93元57 采样数据控制/观测系统
60J75型 跳转流程（MSC2010）
93E03型 控制理论中的随机系统（一般）
92B20型 生物研究、人工生命和相关主题中的神经网络
34甲10 常微分方程问题的混沌控制

关键词：

饱和执行器;指数同步;马尔可夫跳跃神经网络;混沌系统;采样数据系统;线性矩阵不等式
PDF格式BibTeX公司 XML格式引用
\textit{R.Rakkiyappan}等人，《非线性分析》。，混合系统。24、28-44（2017年；Zbl 1377.93104）
全文： 内政部

参考文献：

[1] 古普塔，M.M。；Jin，L。；Homma，N.，《静态和动态神经网络：从基础到高级理论》（2004），John Wiley&Sons
[2] Cichoki，A。；Unbehauen，R.，《用于优化和信号处理的神经网络》（1993），John Wiley&Sons·Zbl 0824.68101号
[3] 蔡，L。；Yang，L.，《细胞神经网络：理论与应用》，IEEE Trans。电路系统。一、 351257-1290（1998）
[4] Haykin，S.，《神经网络：综合基金会》（1998），剑桥大学出版社·Zbl 0828.68103号
[5] Wu，A。；Jin-E，Z.，时变时滞记忆神经网络的多稳定性，复杂性，21177-186（2015）
[6] 徐，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 Trans。系统。人类网络。B、 351317-1321（2005）
[7] Rakkiyappan，R。；Sakthivel，N.，使用带有概率时变延迟的固定控制实现T-S模糊复杂网络的集群同步，复杂性，21，59-77（2015）
[8] 冯，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 Trans。神经网络。，22, 976-981 (2011)
[9] 塞尔维，S。；Sakthivel，R。；Mathiyalagan，K。；Arunkumar，A.，《网络控制系统的可靠增益计划控制设计》，《复杂性》，21，214-228（2015）
[10] 王，Z。；翟，G。；黄，X。；Yi，D.，基于灰色人工神经网络的航空继电器贮存可靠性参数组合预测方法，国际创新计算杂志。通知。控制，9，3807-3816（2013）
[11] Mathiyalagan，K。；Park，J.H。；Sakthivel，R.，混合不确定性分数阶混沌系统的指数同步，复杂性，21114-125（2015）
[12] 段，Q。；Park，J.H。；Wu，Z.，具有离散和分布式时变时滞的离散时间神经网络的指数状态估计器设计，复杂性，20，38-48（2014）
[13] Wu，Z。；苏，H。；Chu，J.，不确定时滞广义系统的时滞相关鲁棒指数稳定性，国际创新计算杂志。通知。控制，62275-2283（2010）
[14] Liao，X.F。；陈，G。；Sanchez，E.N.，基于LMI的时滞神经网络渐近稳定性分析方法，IEEE Trans。电路系统。一、 491033-1039（2002）·兹比尔1368.93598
[15] Singh，V.，基于广义LMI的时滞细胞神经网络全局渐近稳定性方法，IEEE Trans。神经网络。，15, 223 (2004)
[16] Chang，X.H。；Park，J.H。；Tangl，Z.，具有多面体不确定性离散时间系统的（H_）滤波新方法，信号处理。，113, 147-158 (2015)
[17] 朱，Q。；Rakkiyappan，R。；Chandrasekar，A.，具有泄漏延迟和脉冲控制的马尔可夫跳跃BAM神经网络的随机稳定性，神经计算，136136-151（2014）
[18] Rakkiyappan，R。；Chandrasekar，A。；Lakshmanan，S。；Park，J.H.，具有模式相关概率时变时滞和脉冲控制的马尔可夫跳跃随机BAM神经网络的指数稳定性，复杂性，20，39-65（2015）
[19] 朱，Q。；Cao，J.，具有混合时滞的马尔可夫跳跃脉冲随机Cohen-Grossberg神经网络的鲁棒指数稳定性，IEEE Trans。神经网络。，21, 1314-1325 (2010)
[20] Balasubramaniam，P。；Rakkiyappan，R。；Sathy，R.，具有马尔可夫跳变参数的模糊BAM神经网络的时滞相关稳定性结果，专家系统。申请。，38, 121-130 (2011) ·Zbl 1217.93084号
[21] 普拉迪普，C。；Chandrasekar，A。；Murugesu，R。；Rakkiyappan，R.，具有马尔可夫跳跃参数和概率时变时滞的随机神经网络的鲁棒稳定性分析，复杂性，21，59-72（2014）
[22] Rakkiyappan，R。；Chandrasekar，A。；Park，J.H。；Kwon，O.M.，具有时变时滞和采样数据控制的马尔可夫跳跃神经网络的指数同步准则，非线性分析。混合系统。，14, 16-37 (2014) ·Zbl 1292.93109号
[23] 宗，G。；Yang，D。；Hou，L。；Wang，Q.，转移概率部分已知的Markov跳跃系统的鲁棒有限时间H控制，J.Franklin Inst.B，3501562-1578（2013）·Zbl 1293.93773号
[24] 崔伟。；方，J。；Zhang，W.，基于量化状态反馈稳定和同步具有模式相关混合延迟的马尔可夫跳跃神经网络，J.Franklin Inst.B，350，275-299（2013）·Zbl 1278.93024号
[25] 朱，Q。；周，W。；唐，D。；Fang，J.，混合时滞中性型随机神经网络的自适应同步，神经计算，99477-485（2013）
[26] Arenasa，A。；吉利拉，A.D。；库尔斯，Y.M.J。；周，C.，复杂网络中的同步，物理。众议员，469，93-153（2008）
[27] 佩科拉，L.M。；卡罗尔，T.L.，《混沌系统中的同步》，《物理学》。修订稿。，64, 821 (1990) ·Zbl 0938.37019号
[28] Cheng，C。；Liao，T。；严，J。；Hwang，C.，通过分散反馈控制实现神经网络同步，Phys。莱特。A、 33828-35（2005）·Zbl 1136.37366号
[29] 朱，Q。；Cao，J.，具有时变时滞和分布时滞的随机神经网络在几乎每个初始数据下的自适应同步，Commun。非线性科学。数字。模拟。，162139-2159（2011年）·兹比尔1221.93247
[30] 弗里德曼，E。；Seuret，A。；Richard，J.P.，线性系统的鲁棒采样数据稳定：输入延迟方法，Automatica，401441-1446（2004）·Zbl 1072.93018号
[31] 弗里德曼，E。；Shaked，美国。；Suplin，V.，鲁棒采样数据控制的输入/输出延迟方法，系统控制快报。，54, 271-282 (2005) ·Zbl 1129.93371号
[32] 吴振国。；Park，J.H。；苏，H。；Song，B。；Chu，J.，具有采样数据的复杂动态网络的指数同步，J.Franklin Inst.B，3492735-2749（2012）·兹比尔1264.93013
[33] Lee，T.H。；Park，J.H。；李，S.M。；Kwon，O.M.，《随机缺失数据场景下的稳健采样数据控制》，国际。J.Control，87，1957-1969（2014）·Zbl 1317.93169号
[34] Lee，T.H。；Park，J.H。；李，S.M。；Kwon，O.M.，《通过随机采样数据控制实现具有随机发生不确定性的混沌系统的鲁棒同步》，国际。J.Control，86，107-119（2013）·Zbl 1278.93159号
[35] 张，C。；何毅。；Wu，M.，具有时变混合时滞和采样数据的神经网络的指数同步，神经计算，74265-273（2010）
[36] Fridman，E.，采样数据控制的改进输入延迟方法，Automatica，46，421-427（2010）·Zbl 1205.93099号
[37] 王，Z。；Ho，D.W.C。；董，H。；Gao，H.，一类传感器和执行器饱和的随机非线性时变系统的鲁棒（H_）有限时域控制，IEEE Trans。自动化。控制，551716-1722（2010）·Zbl 1368.93668号
[38] 王，Z。；沈，B。；Liu，X.，（H_\infty）用随机发生的传感器饱和和缺失测量值进行滤波，Automatica，48，556-562（2012）·Zbl 1244.93162号
[39] Tarbouriech，S。；加西亚，G。；达席尔瓦，J.G。；Queinnec，I.，《带有饱和执行器的线性系统的稳定性和稳定性》（2011），Springer Science&Business Media·Zbl 1279.93004号
[40] 胡，T。；林，Z。；Chen，B.，执行器饱和和扰动下线性系统的分析和设计方法，Automatica，38，351-359（2002）·Zbl 0991.93044号
[41] Zhao，Y。；Gao，H.，具有输入延迟和执行器饱和的桥式起重机基于模糊模型的控制，IEEE Trans。模糊系统。，20, 181-186 (2012)
[42] Seuret，A。；da Silva，J.J.M.G.，考虑采样数据系统中的周期变化和执行器饱和，系统控制快报。，61287-1293（2012年）·Zbl 1255.93083号
[43] 吴振国。；Shi，P。；苏，H。；Chu，J.，带采样数据和饱和执行器的混沌神经网络的局部同步，IEEE Trans。赛博。，44, 2635-2645 (2014)
[44] 高，X。；钟，S。；Gao，F.，时变时滞神经网络的指数同步，非线性分析。TMA，712003-2011（2009）·Zbl 1173.34349号
[45] 冯，J。；唐，Z。；Zhao，Y。；Xu，C.，具有相同和非相同节点以及非对称耦合矩阵的非线性耦合Lur’e网络的集群同步，IET控制理论应用。，7, 2117-2127 (2013) ·Zbl 1286.93012号
[46] 唐，Z。；冯，J。；Zhao，Y.，具有离散时间信息交换的非线性耦合复杂动力学网络的全局同步，神经计算，1511486-1494（2015）
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。