在本节中,我们将为时变Lyapunov方程设计一种新型的噪声容限连续时间Zhang神经网络(NTCTZNN),并证明其收敛性。
首先,让我们回顾一下Jin等人设计的带积分的容错ZNN模型[18]:
$$\dot{e}(t)=-\gamma e(t)-\lambda\int_{0}^{t} e(电子)(τ)、dτ、$$
(2)
哪里\(伽马>0)和\(\lambda>0)是两个设计参数。设置\(e(t)=A(t)^{\top}X+XA(t)-B(t在(2),我们得到了时变Lyapunov方程的一个噪声容限连续时间ZNN模型,如下所示:
$$\开始{对齐}&A(t)^{\top}\dot{X}(t)+\dot}X}\,d\tau\\&\qquad{}-\bigl(\dot{A}(t)^{\top}X(t)+X(t$$
(3)
哪里\(n(t)在mathbb{R}^{n次n}中)表示未知的加性噪声。噪声容忍ZNN模型(三)具有以下收敛属性。
引理2.1
噪音-容错ZNN模型(三)收敛到问题的理论解(1)全球地,不管未知矩阵有多大-形式恒定噪声为.此外,它收敛于问题的理论解(1)稳定极限的上限-状态剩余误差为\(\|a\|/\lambda\)存在未知矩阵时-形成时间-可变线性噪声,哪里\(n(t)=at\in\mathbb{R}^{n\times n}\)是一个恒定的鼻子.
证明
参见中的定理1–3[18]. □
进一步提高噪声容限连续时间ZNN模型的效率(三),我们提出了一个新的二重积分设计公式,如下所示:
$$\dot{e}(t)=-\gamma e(t)-\lambda\int_{0}^{t} e(电子)(\tau)\,d\tau-\mu\int_{0}^{t} 杜\nint_{0}^{u} e(电子)(v) \,dv$$
(4)
设置\(e(t)=A(t)^{\top}X+XA(t)-B(t在设计公式中(4),我们得到了一个新的时变Lyapunov方程的容噪连续时间ZNN模型:
$$\开始{对齐}&A(t)^{\top}\dot{X}(t)+\dot}X}\,d\tau\\&\qquad{}-\mu\int_{0}^{t} 杜\nint_{0}^{u}\bigl(A(v)^{\top}X(v)+X(v)A(v)-B(v)\bigr)\,dv\\&\qquad{}-\bigle(\dot{A}(t)^{top}X。\结束{对齐}$$
(5)
设置
$$X_{2}(u)=\int_{0}^{u}\bigl(A(v)^{top}X(v)+X(v^{t} X_{2} (u)\,du$$
积分微分方程(5)可以写成以下微分方程组:
$$\textstyle\begin{cases}\dot{X}(X)_{1} (t)=X{2}(t),\\dot{X}(X)_{2} (t)=A(t)^{\top}X(t)+X(t)A(t(t)+\点{X}(t)A(t)=}{}-(\点{A}(t)^{\top}X(t)+X(t。\结束{cases}$$
在实际计算中,我们需要将上述矩阵形式的微分方程组转换为向量形式的微分方程式组⊗和vec算子vec,我们得到向量形式的NTCTZNN:
$$\textstyle\begin{cases}\operatorname{vec}(\dot{X}(X)_{1} (t))=\运算符名称{vec}(X_{2}(t)),\\\\运算符名称{vec}(\dot{X}(X)_{2} (t)=\操作符名{vec}(A(t)^{top}X(t)+X(t)-B(t))-\lambda X_{2}(t。\结束{cases}$$
设计公式(4)可用于求解时变线性矩阵方程和时变Sylvester方程。
- (1)
考虑时变线性矩阵方程
哪里\(A(t)\in\mathbb{R}^{m\次n}\),\(B(t)\in\mathbb{R}^{m\次p}\).应用设计公式(4)为了解上述时变线性矩阵方程,我们有
$$\开始{对齐}&\hat{A}(t)\operatorname{vec}\bigl(\dot{X}(t)\bigr)\\&\quad=-\gamma\bigl(\hat}A}(\tau)\bigr)-\operatorname{vec}\bigl(B(\taus)\biger)\,d\tau\\&\qquad{}-\mu\int_{0}^{t} 杜\int_{0}^{u}\bigl(\hat{A}(v)\operatorname{vec}\bigr biger)\biger)+\operatorname{vec}\bigl(n(t)\bigr),\end{aligned}$$
(6)
哪里\({A}(t)=I_{p}\注释A(t)\).
- (2)
考虑时变Sylvester方程
$$A_{1}(t)X+XA_{2}(t)=B(t)$$
哪里\(A_{1}(t)\in\mathbb{R}^{m \ times m}\),\(A_{2}(t)\in\mathbb{R}^{n\timesn}\)和\(B(t)\in\mathbb{R}^{m\次n}\).应用设计公式(4)为了解时变Sylvester方程,我们有
$$\begon{aligned}&&hat{A}(t)\ operatorname{vec}\bigl(\dot{X}(t)\bigr)\\&&\quad=\ operatorname{vec}\bigl(-\gamma\bigl(A(t)^{\top}X(t)+X(t)A(t)-B(t)\bigr)\\&&\qquad{}-\lambda\int _{0}^{t}\bigl(A(\tau)^{\top}X(\tau)+X(\tau)A(\tau)-B(\tau)\bigr)\,d\tau\\&\qquad{}-\mu\int _{0}^{t} 杜\nint_{0}^{u}\bigl(A(v)^{\top}X(v)+X(v$$
(7)
哪里\({A}(t)=I_{n}\ otimes A_{1}(t)+A_{2}(t^{top}\ otimes I_{m}\).
假设2.1
确保残余误差的收敛性\(e(t))由NTCTZNN生成(5),设计参数γ,λ和μ仅限于满足\(伽马>0),\(\lambda>0),\(\mu>0\)和多项式的所有根
$$s^{3}+\gamma s^{2}+\lambda s+\mu=0$$
(8)
在左半平面.
备注2.1
如果我们设置\(伽马=3),\(λ=2),\(\mu=1\),的三个根(8)是\(-0.7849+1.3071\mathrm{i}\),\(-0.7849-1.3071\mathrm{i}), −0.4302. So假设2.1与保持\(伽马=3),\(λ=2),\(\mu=1\).
根据不同类型的噪音\(n(t)\),我们划分了NTCTZNN收敛性的证明(5)分为以下四种情况。
案例1:如果未知噪音\(n(t)=0\in\mathbb{R}^{n\次n}\),我们有以下收敛结果。
定理2.1
什么时候?\(n(t)=0\)和γ,λ满足条件(8),剩余误差\(e(t))由NTCTZNN生成(5)全局指数收敛到零.
证明
设置
$$\varepsilon(t)=\int_{0}^{t} 杜\nint_{0}^{u} e(电子)(v) \,dv$$
然后让\(e_{ij}(t)\),\(瓦雷普西隆{ij}(t)),\(\dot{\varepsilon}{ij}(t)\),\(\ddot{\varepsilon}_{ij}(t)\)和\(\dddot{\varepsilon}{ij}(t)\)成为ij公司的第个元素\(e(t)\),\(\varepsilon(t)\),\(\点{\varepsilon}(t)\),\(\ddot{\varepsilon}(t)\)和\(\dddot{\varepsilon}(t)\)分别是。然后ij公司动力系统的th子系统(6)可以写为
$$\dddot{\varepsilon}(t)+\gamma\ddot{\varesilon}$$
(9)
其特征方程为
$$s^{3}+\gamma s^{2}+\lambda s+\mu=0$$
(10)
三次方程的判别式(10)定义为
$$\Delta=3\bigl(4\lambda^{3}-\lambda ^{2}\gamma^{2{-18\lambda\mu\gamma+27\mu^{2neneneep+4\mu\gamma^{3{3}\bigr)$$
根据Fan方程[21],如果\(\gamma^{2}=3\lambda\),\(\gamma\lambda=9\mu\),等式(10)有一个真正的三重根,表示为\(s{1}\),由于假设,这是一个负常数2.1所以三阶常微分方程的通解(9)是
$$\varepsilon_{ij}(t)=\bigl(c{1ij}+c_{2ij}吨+c(c)_{3ij}吨^{2} \bigr)\exp(s_{1} t吨),对于所有i,j=1,2,\ldot,n$$
哪里\(c{1ij}\),\(c{2ij}\),\(c{3ij}\)是由初始条件确定的三个常数。然后,将上述方程微分两次,我们得到
$$e_{ij}(t)=\bigl[c_{1ij}s_{1} ^{2}+(2+s_{1} t吨)c(c)_{2ij}秒_{1} +\bigl(2+4ts_{1}+t^{2} 秒_{1} ^{2}\biger)c_{3ij}\bigr]\exp_{1} t吨). $$
矩阵形式错误\(e(t)\)是
$$e(t)=\bigl[s{1}^{2}c{1}+(2+s_{1} t吨)s{1}c{2}+\bigl(2+4ts{1}+t^{2} 秒_{1} ^{2}\biger)c_{3}\bigr]\exp_{1} t吨), $$
哪里\(c{1}=(c{1ij})\in\mathbb{R}^{n\times n}\),\(c{2}=(c_{2ij})在\mathbb{R}^{n次n}中,\(c{3}=(c{2ij})在\mathbb{R}^{n次n}中.然后
$$\bigl\Verte(t)\bigr\Vert\leq\bigl[s_{1}^{2}\Vert c_{1{1\Vert+\bigl\ Vert(2+s_{1} t吨)s_{1}\bigr\vertC_{2}\vert+\bigl\vert2+4ts_{1}+t^{2} 秒_{1} ^{2}\bigr\vert\vert c_{3}\vert\bigr]\exp(s)_{1} t吨). $$
这个定理的结论由上述不等式和\(s{1}<0\).
如果\(增量>0),等式(10)有一个实根和两个复共轭根,表示为
$$s_{1},\qquad s_{2}=\alpha+\beta\mathrm{i},\ qquad s_{3}=\alpha-\beta\ mathrm}$$
哪里\(\mathrm{i}=\sqrt{-1}\)表示虚单位。自γ,λ和μ满足假设2.1,我们有\(s{1}<0\),\(α<0)根据以上分析,三阶常微分方程的一般解(9)是
$$\varepsilon_{ij}(t)=c_{1ij}\exp_{1} t吨)+\exp(\alpha t)\bigl(c{2ij}\cos(\beta t)+c{3ij}\sin(\betat)\bigr)$$
哪里\(c{1ij}\),\(c{2ij}\),\(c{3ij}\)是由初始条件确定的三个常数。然后,将上述方程微分两次,我们得到
$$e_{ij}(t)=c_{1ij}z_{1} ^{2}\exp_{1} t吨)+\bigl(\alpha^{2}-\β^{2}\bigr)\exp(\alpha t)\bigl(c{2ij}\cos(\beta t)+c{3ij}\sin(\betat)\bigr)$$
矩阵形式错误\(e(t)\)是
$$e(t)=c_{1} z(z)_{1} ^{2}\exp_{1} t吨)+\bigl(\alpha^{2}-\β^{2}\bigr)\exp(\alpha t)\bigl(c{2}\cos(\beta t)+c{3}\sin(\betat)\bigr)$$
哪里\(c_{1}=(c_}1ij})\in\mathbb{R}^{n\timesn}\),\(c{2}=(c_{2ij})在\mathbb{R}^{n次n}中,\(c{3}=(c{2ij})在\mathbb{R}^{n次n}中.然后
$$\bigl\Verte(t)\bigr\Vert\leq\Vert c_{1}\Vert z_{1{^{2}\exp(s)_{1} t吨)+\bigl\vert\alpha^{2}-\beta^{2}\bigr\vert\bigl(\vert c_{2}\vert+\vert c _{3}\vert\bigr)\exp(\alpha t)$$
这个定理的结论由上述不等式和\(s{1}<0\)和\(α<0).
如果\(增量=0),等式(10)有一个多个根,并且它的所有根都是实的,用表示\(s{1}\),\(s_{2}=s_{3}\)三阶常微分方程的通解(9)是
$$\varepsilon_{ij}(t)=c_{1ij}\exp_{1} t吨)+(c{2ij}+c_{3ij}吨)\exp(s)_{2} t吨),对于所有i,j=1,2,\ldot,n$$
哪里\(c{1ij}\),\(c{2ij}\),\(c{3ij}\)是由初始条件确定的三个常数。然后,将上述方程微分两次,我们得到
$$e_{ij}(t)=c_{1ij}秒_{1} ^{2}\exp(s_{1} t吨)+\bigl[c{3ij}+2c_{3ij}秒_{2} +(c{2ij}+c_{3ij}t)s_{2}^{2}\bigr]\exp(s)_{2} t吨). $$
矩阵形式错误\(e(t)\)是
$$e(t)=s_{1}^{2}c_{1{1\exp_{1} t吨)+\bigl[c{3}+2s_{2} c(c)_{3} +(c{2}+c_{3} t吨)s_{2}^{2}\bigr]\exp(s)_{2} t吨), $$
哪里\(c_{1}=(c_}1ij})\in\mathbb{R}^{n\timesn}\),\(c{2}=(c{2ij})\in\mathbb{R}^{n\times n}\),\(c{3}=(c{2ij})在\mathbb{R}^{n次n}中.然后
$$\bigl\Verte(t)\bigr\Vert\leq[s_{1}^{2}\Vert c_{1{1\Vert\exp(s)_{1} t吨)+\bigl[\Vert c_{3}\Vert+2\Vert s_{2}\Vert\Vert c_3}\Vert+\bigl(\Vert c _{2{2\Vert+\|c_{3} t吨\大)\|s_{2}^{2}\bigr]\exp_{2} t吨). $$
这个定理的结论由上述不等式和\(s{1}<0\)和\(s{2}<0\).
如果\(增量<0),等式(10)有三个不同的实根,表示为\(s{1}\),\(s{2}\),\(s{3}\)三阶常微分方程的通解(9)是
$$\varepsilon _{ij}(t)=c{1ij}\exp(s_{1} t吨)+c{2ij}\exp(s)_{2} t吨)+c(c)_{3ij}t\exp(s)_{3} t吨),对于所有i,j=1,2,\ldot,n$$
哪里\(c{1ij}\),\(c{2ij}\),\(c{3ij}\)是由初始条件确定的三个常数。然后,将上述方程微分两次,我们得到
$$e_{ij}(t)=c_{1ij}秒_{1} ^{2}\exp_{1} t吨)+c{2ij}\exp(s)_{2} t吨)+c{3ij}\exp(s_{3} t吨). $$
矩阵形式错误\(e(t)\)是
$$e(t)=s{1}^{2}c{1}\exp_{1} t吨)+s{2}^{2}c{2}\exp(s)_{2} t吨)+s{3}^{2}c{3}\exp(s)_{3} t吨), $$
哪里\(c_{1}=(c_}1ij})\in\mathbb{R}^{n\timesn}\),\(c{2}=(c_{2ij})在\mathbb{R}^{n次n}中,\(c{3}=(c{2ij})在\mathbb{R}^{n次n}中.然后
$$\bigl\Verte(t)\bigr\Vert\leq s_{1}^{2}\Vert c_{1{1\Vert\exp(s)_{1} t吨)+s_{2}^{2}\Vert c_{2neneneep \Vert\exp(s)_{2} t吨)+s_{3}^{2}\Vert c_{3}\Vert\exp(s_{3} t吨). $$
这个定理的结论由上述不等式和\(s{1}<0\),\(s{2}<0\)和\(s_{3}<0\). □
案例2:如果未知噪音\(n(t)\)是持续的噪音\(n(t)=a\in\mathbb{R}^{n\次n}\),我们有以下收敛结果。
定理2.2
无论未知恒定噪声有多大\(n(t)=(a_{ij})在mathbb{R}^{n次n}中是,剩余误差\(e(t))由NTCTZNN生成(5)对于问题(1)收敛到零.
证明
显然,NTCTZNN(5)可以解耦为\(n^{2}\)微分方程:
$$\点{电子}_{ij}(t)=-\gammae_{ijneneneep(t)-\lambda\int_{0}^{t} e(电子)_{ij}(\tau)\,d\tau-\mu\int_{0}^{t} 杜\nint_{0}^{u} e(电子)_{ij}(v)\,dv+a{ijneneneep$$
(11)
采用拉普拉斯变换(11),一个有
$$s\varepsilon_{ij}(s)-e_{ij}(0$$
(12)
哪里\(瓦雷普西隆{ij}(t))是的图像函数\(e_{ij}(t)\).来自(12),我们有
$$\varepsilon_{ij}(s)=\frac{e_{ij{(0)s^{2}+a_{ij}秒}{s^{3}+\gamma s^{2}+\lambda s+\mu}$$
其传递函数的三极为\(s_{1}\),\(s{2}\)和\(s{3}\),位于左半平面上,因为γ,λ和μ满足假设2.1因此,系统(12)是稳定的,终值定理成立。那就是,
$$\lim_{t\rightarrow\infty}e_{ij}(t)=\lim_{s\rightarror0}s\varepsilon_{ij{(s)=\lim_{s\rirtarrow0}\ frac{e_{ij}(0)s^{3}+n_{ij}秒^{2} }{s^{3}+\gammas^{2}+\lambdas+\mu}=0$$
这就完成了证明。 □
案例3:如果未知噪音\(n(t)\)是一种时变线性噪声\(n(t)=在+b\in\mathbb{R}^{n\times n}\处),我们有以下收敛结果。
定理2.3
无论未知线性噪声有多大\(\bar{n}=在+b=(a_{ij}吨+b_{ij})在\mathbb{R}^{n\timesn}中是,剩余误差\(e(t))由NTCTZNN生成(5)对于问题(1)收敛到零.
证明
类似于定理证明2.3,我们有
$$\lim_{t\rightarrow\infty}e_{ij}(t)=\lim{s\rightarror0}s\varepsilon_{ij{(s)=\lim_{s\rirtarrow0}\frac{e_{1j}[0)s^{3}+b_{ij}秒^{2} +a个_{ij}秒}{s^{3}+\gamma s^{2}+\lambda s+\mu}=0$$
这就完成了证明。 □
案例4:如果未知噪音\(n(t)\)是一种时变二次型噪声\(n(t)=在^{2}+bt+c\in\mathbb{R}^{n次n}),我们有以下收敛结果。
定理2.4
对于未知的二次噪声\(\bar{n}=在^{2}+bt+c=(a_{ij}吨^{2} +b个_{ij}吨+c_{ij})\in\mathbb{R}^{n\timesn}\),我们有
$$\lim_{t\rightarrow\infty}\bigl\Verte(t)\bigr\Vert=\frac{2\Verta\Vert}{\mu}$$
证明
类似于定理证明2.3,我们有
$$\lim_{t\rightarrow\infty}e_{ij}(t)=\lim_{s\rightarror0}s\varepsilon_{ij{(s)=\lim_{s\riftarrow0}\frac{e_{ij}(0)s^{3}+c_{ij}秒^{2} +b_{ij}秒+2a{ij}}{s^{3}+\gamma s^{2}+\lambda s+\mu}=\frac{2a{1j}}}{\mu}$$
这就完成了证明。 □