Reachable set estimation of delayed fuzzy inertial neural networks with Markov jumping parameters
Reachable set estimation of delayed fuzzy inertial neural networks with Markov jumping parameters
复制标题
马尔可夫跳跃参数延迟模糊惯性神经网络的可达集估计
DOI：
10.1016/j.jfranklin.2020.04.036
复制
发表时间：
2020-07
期刊：
影响因子：
--
通讯作者：
Jing Wang
中科院分区：
文献类型：
--
作者：
Tingting Ru;Jianwei Xia;Xia Huang;Xiangyong Chen;Jing Wang
研究了一类基于Takagi-Sugeno模糊模型的时变时滞马尔可夫跳变惯性神经网络的可达集估计问题。本文的目标是在初始条件下得到一个包含系统在某些域上的所有状态的紧集，而在另一个紧集中，其他域上的所有状态都是指数收敛的。首先，在考虑时变时滞上界和下界以及三求和项的Lyapunov-Krasovskii泛函（LKF）的基础上，采用了一种将互凸组合和加权求和不等式相结合的新方法来得到较不保守的条件。最后，通过仿真实例验证了该方法的有效性。
This paper addresses the problem of reachable set estimation for a class of Takagi-Sugeno fuzzy model based Markov jump inertial neural networks with time-varying delay. The objective of this paper is to obtain a compact set bounding all states of the system from some domains under initial conditions, while all the states from other domain are exponential convergence in another compact set. Primarily, on the basis of the Lyapunov-Krasovskii functional (LKF), in which both the upper and lower bounds of time-varying delay as well as the triple-summation term are considered, a novel approach of combining the reciprocally convex combination and weighted summation inequalities is employed to get the less conservative conditions. Finally, a simulation example is given to demonstrate the effectiveness of the proposed method.
登录
查看更多内容
影响因子：
11.8
作者：
Zhaowen Xu;H. Su;Peng Shi;Renquan Lu;Zhengguang Wu
通讯作者：
Zhaowen Xu;H. Su;Peng Shi;Renquan Lu;Zhengguang Wu
DOI：
10.1016/j.nahs.2019.05.003
发表时间：
2019-11
期刊：
Nonlinear Analysis: Hybrid Systems
影响因子：
--
作者：
Hao Shen;Yuan Wang;Jianwei Xia;Ju H. Park;Zhen Wang
通讯作者：
Hao Shen;Yuan Wang;Jianwei Xia;Ju H. Park;Zhen Wang
影响因子：
6.4
作者：
Feng, Zhiguang;Lam, James
通讯作者：
Lam, James
延迟半马尔可夫跳转 CDN 的采样数据 H– 指数同步：循环函数方法
影响因子：
4
作者：
Tianyu Wu;Xia Huang;Xiangyong Chen;Jing Wang
通讯作者：
Jing Wang
影响因子：
11.9
作者：
Zhiguang Feng;W. Zheng;Ligang Wu
通讯作者：
Zhiguang Feng;W. Zheng;Ligang Wu