基于辅助函数积分不等式的不确定转移率的Markov跳变神经网络的稳定性分析
CSTR:
作者:
作者单位:

(1. 东北大学信息科学与工程学院,沈阳110004;2. 沈阳化工大学信息工程学院,沈阳110142;3. 东北大学国防教育学院,沈阳110004)

作者简介:

杨忠君(1979-), 男, 博士生, 从事神经网络控制的研究;张化光(1959-), 男, 教授, 博士生导师, 从事神经网络控制、模糊控制等研究.

通讯作者:

E-mail: hgzhang@ieee.org

中图分类号:

TP273

基金项目:

国家自然科学基金项目(61433004);辽宁省自然科学基金项目(201602593).


Stability analysis for Markov jump neural networks with uncertain transition rates based on auxiliary function-based integral inequalities
Author:
Affiliation:

(1. College of Information Science and Engineering, Northeastern University, Shenyang110004,China;2. College of Information Engineering, Shenyang University of Chemical Technology, Shenyang110142,China;3. College of National Defense Education,Northeastern University, Shenyang110004,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    研究具有区间时变分布时滞和不确定转移率的Markov跳变区间时变时滞神经网络的稳定性问题.通过充分考虑转移概率的性质和不确定区域的特性,用一个有效的技术代替传统的Young's不等式来约束转移率中的不确定项.同时,利用增广的李雅普诺夫泛函和具有较小保守性的辅助函数积分不等式,给出新的时滞依赖的稳定条件.仿真结果验证了所提出方法的有效性.

    Abstract:

    This article investigates the stability of Markov jump neural networks with interval time-varying distributed delay and uncertain transition rates. By fully considering the property of transition rates and the characteristic of uncertain domains, a more effective technique in stead of the traditional Young's inequality is used to bind the uncertain terms in the transition rates. By applying the Lyapunov-Krasovskii functional and a less conservative auxiliary function integral inequalities, new delay-dependent stability criteria are obtained. The simulation results demonstrate the effectiveness of the proposed method.

    参考文献
    相似文献
    引证文献
引用本文

杨忠君,张化光,宗学军,等.基于辅助函数积分不等式的不确定转移率的Markov跳变神经网络的稳定性分析[J].控制与决策,2017,32(12):2279-2284

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-11-15
  • 出版日期:
文章二维码