• 论文 • 上一篇    下一篇

带有时变时滞的中立型神经网络的鲁棒指数稳定性

董亚丽,左世凯,刘婉军   

  1. 天津工业大学理学院,天津 300387
  • 出版日期:2014-10-25 发布日期:2015-02-05

董亚丽,左世凯,刘婉军. 带有时变时滞的中立型神经网络的鲁棒指数稳定性[J]. 系统科学与数学, 2014, 34(11): 1391-1400.

DONG Yali, ZUO Shikai, LIU Wanjun. ROBUST EXPONENTIAL STABILITY FOR NEUTRAL-TYPE NEURAL NETWORKS WITH TIME-VARYING DELAYS[J]. Journal of Systems Science and Mathematical Sciences, 2014, 34(11): 1391-1400.

ROBUST EXPONENTIAL STABILITY FOR NEUTRAL-TYPE NEURAL NETWORKS WITH TIME-VARYING DELAYS

DONG Yali, ZUO Shikai, LIU Wanjun   

  1. School of Science, Tianjin Polytechnic University, Tianjin 300387
  • Online:2014-10-25 Published:2015-02-05

研究一类带有时变时滞的中立型神经网络的全局指数稳定 性问题. 通过构造Lyapunov-Krasovskii 泛函并使用线性矩阵不等式方法, 建立了保障时滞神经网络全局指数稳定的新的时滞相关充分条件. 这些条 件用线性矩阵不等式表达. 进一步, 文章对一类不确定时滞中立型神经网络 给出了鲁棒全局指数稳定的新判据.

The paper is concerned with global exponential stability for a class of neutral-type neural networks with time-varying delays. By constructing an appro- riate Lyapunov-Krasovkii functional and with the help of linear matrix inequality (LMI) approaches, some delay-dependent sufficient conditions to guarantee the glob- ally exponential stability of such systems are established in terms of the linear matrix inequality (LMI). Furthermore, some novel criteria of robust globally exponential stability for a class of uncertain time-delay neutral-type neural networks are given.

MR(2010)主题分类: 

()
[1] 胡雪梅, 李佳丽, 蒋慧凤. 机器学习方法研究肝癌预测问题[J]. 系统科学与数学, 2022, 42(2): 417-433.
[2] 王秋雨, 张举勇. 一种基于三维对齐方式的深度学习人脸识别算法[J]. 系统科学与数学, 2021, 41(7): 2035-2045.
[3] 吴峰, 于洋. PMSM伺服系统的神经网络动态面控制[J]. 系统科学与数学, 2021, 41(5): 1203-1214.
[4] 胡雪梅, 蒋慧凤. 具有技术指标的逻辑回归模型预测谷歌股票的涨跌趋势[J]. 系统科学与数学, 2021, 41(3): 802-823.
[5] 姚海祥, 黎俊伟, 夏晟皓, 陈树敏. 基于Apriori算法和神经网络的模糊交易决策[J]. 系统科学与数学, 2021, 41(10): 2868-2891.
[6] 陆文星,戴一茹,李楚,李克卿. 基于改进PSO-BP神经网络的旅游客流量预测方法[J]. 系统科学与数学, 2020, 40(8): 1407-1419.
[7] 肖峰,甘勤涛,黄欣. 具有多重权值的时滞复杂网络固定时间同步问题研究[J]. 系统科学与数学, 2020, 40(1): 15-28.
[8] 齐雪,才治军. 船用锅炉主蒸汽压力系统的多工况控制[J]. 系统科学与数学, 2019, 39(6): 831-844.
[9] 贾凯,倪志伟,李敬明,陆玉佳,朱旭辉. 基于改进二进制人工蜂群的BP神经网络并行集成学习算法及其应用研究[J]. 系统科学与数学, 2019, 39(3): 477-494.
[10] 王溪,明扬,洪奕光. 基于群论的深度卷积网络分析[J]. 系统科学与数学, 2019, 39(2): 219-227.
[11] 李祥坤,杨争峰,曾霞,刘志明. 一种面向图像识别的神经网络通用扰动生成算法[J]. 系统科学与数学, 2019, 39(12): 1944-1963.
[12] 张晓丹,刘开恩,纪志坚. 具有时变时滞多智能体系统二分一致性[J]. 系统科学与数学, 2018, 38(8): 841-851.
[13] 吴鸿娟,胡翔,吴艳秋,冯玉明. 基于一种半间歇控制的忆阻超混沌电路的同步[J]. 系统科学与数学, 2018, 38(8): 881-890.
[14] 相鑫,刘秀丽. 四层参数自调整BP神经网络模型及其在人口死亡率预测中的应用[J]. 系统科学与数学, 2018, 38(6): 702-710.
[15] 王乐,何舒平. 基于Kleinman迭代算法的非线性系统自适应控制器设计[J]. 系统科学与数学, 2017, 37(9): 1885-1892.
阅读次数
全文


摘要