×
谭国强;王占山

\通过具有延迟乘积类型项的Lyapunov-Krasovskii泛函对延迟马尔可夫跳跃神经网络的（H_infty\）性能进行分析。 （英语） 兹比尔1472.93034

J.富兰克林研究所。 358，编号16，8609-8624（2021）.
摘要：本文研究了时滞马尔可夫跳变神经网络（MJNNs）的（H_（infty）性能分析问题。首先，基于互易凸方法导出了三阶Bessel-Legendre（B-L）积分不等式，其中包含一些现有的积分不等式作为其特例。其次，为了便于使用更多关于时滞的信息，提出了具有时滞型项的Lyapunov-Krasovskii泛函（LKF）。结果，利用具有延迟型项的LKF和基于互易凸方法的三阶B-L积分不等式，得到了保证延迟MJNN的H_（infity）性能的保守性较小的充分条件。最后，通过仿真验证了该方法的有效性。

引用于2文件

MSC公司：

93B36型 \（H^\infty）-控制
93B70型 网络控制
93E03型 控制理论中的随机系统（一般）
93立方厘米 延迟控制/观测系统

关键词：

\（H_\infty）性能;延迟马尔可夫跳跃神经网络;三阶Bessel-Legendre积分不等式;Lyapunov-Krasovskii函数
PDF格式BibTeX公司 XML格式引用
\textit{G.Tan}和\textit{Z.Wang}，J.Franklin Inst.358，No.16，8609--8624（2021；Zbl 1472.93034）
全文： 内政部

参考文献：

[1] Chua，L.O。；Yang，L.，《细胞神经网络：应用》，IEEE Trans。电路系统。，35, 10, 1273-1290 (1988)
[2] Michel，A.N。；Farrell，J.A。；Sun，H.F.，Hopfield型同步离散时间神经网络的分析与综合技术及其在联想记忆中的应用，IEEE Trans。电路系统。，37, 11, 1356-1366 (1990)
[3] 香港关岛。；Cai，Y.，模糊神经网络及其在模式识别中的应用，IEEE Trans。模糊系统。，2, 3, 185-193 (1994)
[4] Wang，T。；高，H。；邱，J.，用于多速率网络化工业过程控制的组合自适应神经网络和非线性模型预测控制，IEEE Trans。神经网络。学习。系统。，27, 2, 416-425 (2016)
[5] 陈，X。；宋，Q。；Li，Z.，联想记忆四元数值神经网络的设计与分析，IEEE Trans。系统。人类网络。系统。，48, 12, 2305-2314 (2018)
[6] 张杰。；张，H。；Sun，S。；Gao，Z.，通过完全分布式边缘事件触发自适应策略实现线性多智能体系统的一致性控制，Inf.Sci。，555, 314-338 (2021) ·Zbl 1485.93547号
[7] Tan，G。；Wang，Z.，基于改进的互易凸不等式的时滞Markovian跳跃神经网络可达集估计，IEEE Trans。神经网络。学习。系统。（2020年）
[8] 田，Y。；Wang，Z.，通过基于二重积分的延迟型Lyapunov泛函对Markovian跳跃神经网络进行扩展耗散性分析，IEEE Trans。神经网络。学习。系统。（2020年）
[9] 田，Y。；Wang，Z.，具有非齐次马尔可夫跳的奇异T-S模糊系统的有限时间扩展耗散滤波，IEEE Trans。赛博。（2020年）
[10] Dong，S。；刘，M。；吴，Z。；Shi，K.，具有执行器故障和异步模式的马尔可夫跳跃系统的基于观测器的滑模控制，IEEE Trans。电路系统。II Express简报（2020）
[11] 沈毅。；吴，Z。；Shi，P。；Wen，G.，异步模式下二维马尔可夫跳跃系统的基于耗散的故障检测，Automatica，106，8-17（2019）·Zbl 1429.93388号
[12] 沈毅。；吴，Z。；Shi，P。；舒，Z。；Karimi，H.R.，异步控制器和量化器下马尔可夫跳变时滞系统的（H_\infty）控制，Automatica，99，352-360（2019）·Zbl 1406.93374号
[13] 米尔曼，L。；O.莫兰德。；Reffett，K.，《资本无限期经济中马尔科夫均衡的定性方法》，J.Econom。理论，13975-98（2008）·Zbl 1132.91544号
[14] Q·艾哈迈德。；伊克巴尔，A。；泰姬陵。；Ahmed，K.，《使用隐马尔可夫模型进行汽油发动机进气歧管泄漏诊断/预测》，Int.J.Innov。计算。通知。控制，84661-4674（2012）
[15] Tan，G。；王，Z。；Shi，Z.，时变时滞四元数神经网络的比例积分状态估计器，IEEE Trans。神经网络。学习。系统。(2021)
[16] Tan，G。；王，Z。；Li，C.，基于改进比例积分估计的延迟静态神经网络性能状态估计，应用。数学。计算。，370, 124908 (2020) ·Zbl 1433.93051号
[17] 刘，L。；高，T。；刘，Y。；唐，S。；Chen，C.L.P。；Ma，L.，基于时间变量IBLFs的不确定非线性系统全状态约束自适应控制，Automatica，129109595（2021）·Zbl 1478.93322号
[18] 王，D。；陈，F。；B·孟。；胡，X。；Wang，J.，《遭受欺骗攻击的延迟电力系统基于事件的安全（H_\infty）负荷频率控制》，应用。数学。计算。，394, 125788 (2021) ·Zbl 1508.93089号
[19] 刘，Y。；唐，S。；刘，Y。；孔，Q。；Wang，J.，通过随机不确定测量的事件触发机制实现非线性网络控制系统的扩展耗散滑模控制，应用。数学。计算。，396, 125901 (2021) ·Zbl 1508.93306号
[20] 王，Z。；刘，Y。；Yu，L。；Liu，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，Phys。莱特。A、 356346-352（2006）·兹比尔1160.37439
[21] 李，H。；陈，B。；周，Q。；Qian，W.，具有马尔可夫跳跃参数的不确定延迟模糊Hopfield神经网络的鲁棒稳定性，IEEE Trans。系统。人类网络。B网络。，3994-102（2009年）
[22] 徐，Z。；苏，H。；Shi，P。；鲁·R。；Wu，Z.，时变时滞Markovian跳跃神经网络的可达集估计，IEEE Trans。赛博。，47, 10, 3208-3217 (2017)
[23] 黄，H。；黄，T。；Chen，X.，时滞静态神经网络的保性能状态估计，IEEE Trans。电路系统。II Express Briefs，60，371-375（2013）
[24] 黄，H。；黄，T。；Chen，X.，时滞静态神经网络保性能状态估计的进一步结果，IEEE Trans。神经网络。学习系统。，26, 1335-1341 (2015)
[25] Wang，Y。；夏，Y。；周，P。；Duan，D.，关于时滞静态神经网络（H_）状态估计的一个新结果，IEEE Trans。神经网络。学习系统。，28, 3096-3101 (2017)
[26] He，J。；梁，Y。；杨，F。；Yang，F.，基于负定项Lyapunov-Krasovskii泛函的时滞静态神经网络新的状态估计准则，神经网络。，123, 236-247 (2020) ·Zbl 1443.93130号
[27] Lin，W。；何毅。；张，C。；Wu，M.，时变时滞离散时间半马尔可夫跳变神经网络的随机有限时间（H_）状态估计，IEEE Trans。神经网络。学习。系统。，31, 12, 5456-5467 (2020)
[28] Sun，S。；张，H。；李伟（Li，W.）。；Wang，Y.，具有状态和输入约束的马尔可夫跳变神经网络的时滞相关有限时间有界性和（H_\infty）性能，神经计算，423，419-426（2021）
[29] 熊，L。；张，H。；李毅。；Liu，Z.，具有不确定马尔可夫跳变的中立型系统的改进稳定性和（H_）性能，非线性分析。混合系统。，19, 13-25 (2016) ·Zbl 1329.93151号
[30] Lin，W。；何毅。；张，C。；吴先生。；Shen，J.，通过延迟型泛函对具有时变时滞的Markov跳跃神经网络进行扩展耗散性分析，IEEE Trans。神经网络。学习。系统。，30, 2528-2537 (2019)
[31] 顾克。；Kharitonov，V。；Chen，J.，《时间延迟系统的稳定性》（2003年），剑桥，Birkhäuser:Cambridge，Birkäuser MA，USA·Zbl 1039.34067号
[32] Seuret，A。；Gouaisbaut，F.，基于Wirtinger的积分不等式：在时滞系统中的应用，Automatica，492860-2866（2013）·Zbl 1364.93740号
[33] 刘凯。；Seuret，A。；Xia，Y.，基于二阶Bessel-Legendre不等式的时变时滞系统稳定性分析，Automatica，76138-142（2017）·Zbl 1352.93079号
[34] Tan，G。；Wang，Z.，基于指数增益项比例积分估计器的延迟静态神经网络广义耗散状态估计，IEEE Trans。电路系统。II快速简报，68，1，356-360（2021）
[35] 卢·W。；Chen，T.，QUAD条件，同步，多智能体一致性，复杂网络的反同步，IEEE Trans。赛博。(2019)
[36] Kobayashi，M.，具有双多状态激活功能的四元数hopfield神经网络，神经计算，267304-310（2017）
[37] Xiang，Z。；孙，Y。；Mahmoud，M.S.，一类不确定切换中立型系统的鲁棒有限时间控制，Commun。非线性科学。数字。模拟。，17, 1766-1778 (2012) ·兹比尔1239.93036
[38] 陈，J。；Park，J。；Xu，S.，使用新的Lyapunov-Krasovskii泛函的时变时滞连续时间系统的稳定性分析，J.Frankl。Inst.，355，5957-5967（2018）·Zbl 1451.93336号
[39] 张，X。；韩，Q。；Seuret，A。；Gouaisbaut，F.，用于时变时滞线性系统稳定性的改进的互易凸不等式和增广的Lyapunov-Krasovskii泛函，Automatica，84，221-226（2017）·Zbl 1375.93114号
[40] 刘，Y。；Lee，S。；Kwon，O。；Park，J.，具有区间时变时滞的广义神经网络稳定性标准的新方法，神经计算，1491544-1551（2015）
[41] Tan，G。；Wang，J。；Wang，Z.，时变时滞神经网络性能状态估计的一个新结果，神经计算，398166-171（2020）
[42] Seuret，A。；Gouaisbaut，F.，使用Bessel-Legendre不等式的时变时滞线性系统的稳定性，IEEE Trans。自动。控制，63225-232（2018）·Zbl 1390.34213号
[43] 杰罗姆·J。；Cruz，J.，《非线性离散时间系统最优调节器的鲁棒性》，IEEE Trans。自动。控制，32，8，703-710（1987）·Zbl 0701.93022号
[44] Lin，W。；何毅。；吴先生。；刘清，时变时滞马尔可夫跳变神经网络的可达集估计，神经网络。，108, 527-532 (2018) ·Zbl 1441.93019号
[45] 涂，Z。；曹，J。；Alsadei，A。；Hayat，T.，延迟四元数值神经网络的全局耗散性分析，神经网络。，89, 97-104 (2017) ·Zbl 1443.34068号
[46] 张杰。；戴J。；张，H。；Sun，S.，切换拓扑下基于事件触发分布式控制的异构线性多智能体系统的协同输出调节，应用。数学。计算。，390, 125611 (2021) ·Zbl 1508.93024号
[47] Wang，Y。；胡，X。；Shi，K。；宋，X。；Shen，H.，有限信号持续驻留时间下切换复杂动态网络的基于网络的被动估计，J.Frankl。研究所，357，15，10921-10936（2020）·Zbl 1450.93078号
[48] 刘，Y。；夏，J。；B·孟。；宋，X。；Shen，H.，通过记忆采样数据控制方案实现半马尔可夫跳变复杂动态网络的扩展耗散同步，J.Frankl。研究所，357，15，10900-10920（2020）·Zbl 1450.93082号
[49] Wang，J。；夏，J。；沈，H。；邢，M。；Park，J.H.，具有分段常数转移概率的模糊马尔可夫跳变混沌系统的（H_\infty）同步。模糊系统。（2020年）
[50] 孙，Z。；彭，Y。；温，C。；Chen，C.C.，具有非对称输出约束的高阶不确定非线性系统的快速有限时间自适应镇定，Automatica，121109170（2020）·兹比尔1448.93287
[51] 孙，Z。；Shao，Y。；陈，C.C。；Meng，Q.，随机非线性系统的全局输出反馈镇定：双重控制方法，国际J·鲁棒。非线性控制，28，4635-4646（2018）·Zbl 1401.93219号
[52] 田，Y。；Wang，Z.，基于复合松弛矩阵的积分不等式及其在时滞系统稳定性分析中的应用，应用。数学。莱特。(2021) ·Zbl 1472.93145号
[53] 刘，L。；刘，Y。；陈，A。；唐，S。；Chen，C.L.P.，基于积分势垒Lyapunov函数的切换非线性系统自适应控制，科学。中国信息科学。，63, 3, 132203 (2020)
[54] 刘，L。；李，X。；刘，Y。；Tong，S.，一类电磁悬架系统基于神经网络的自适应事件触发控制，控制工程实践。，106, 104675 (2021)
[55] Wang，Y。；Wang，Z.，一类离散时间系统的数据驱动无模型自适应容错控制，IEEE Trans。电路系统。二、快讯（2021年）
[56] 孙，Z。；Shao，Y。；Chen，C.C.，快速有限时间稳定性及其在高阶非线性系统自适应控制中的应用，Automatica，106，339-348（2019）·Zbl 1429.93323号
[57] 宋，Q。；Chen，X.，时滞四元数神经网络的多稳定性分析，IEEE Trans。神经网络。学习。系统。，29, 11, 5430-5440 (2018)
[58] 陈，X。；Song，Q.，多时滞四元数值神经网络的状态估计，IEEE Trans。系统。人类网络。系统。，49, 11, 2278-2287 (2019)
[59] Lin，D。；陈，X。；Yu，G。；李，Z。；Xia，Y.，基于延迟惯性忆阻的脉冲四元数值神经网络的非线性反馈控制全局指数同步，应用。数学。计算。，401, 126093 (2021) ·Zbl 1508.93238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。