Robust stability for a class of fractional-order complex-valued projective neural networks with neutral-type delays and uncertain parameters
Robust stability for a class of fractional-order complex-valued projective neural networks with neutral-type delays and uncertain parameters
复制标题
一类具有中性型时滞和不确定参数的分数阶复值投影神经网络的鲁棒稳定性
DOI：
10.1016/j.neucom.2021.04.046
复制
发表时间：
2021-04
期刊：
影响因子：
6
通讯作者：
Fuad E. Alsaadi
中科院分区：
文献类型：
--
作者：
Weiqin Huang;Qiankun Song;Zhenjiang Zhao;Yurong Liu;Fuad E. Alsaadi
本文致力于研究具有中性型延迟和不确定参数的分数阶复合物值投射神经网络（focVPNNS）的稳健稳定性。基于Lyapunov方法，矩阵不平等技术和同构原理，建立了基于lyapunov方法，矩阵不平等技术和同构原理的两个实评估系统，而是建立了几种独立且延迟依赖性标准，以确保已经存在，唯一且全球稳定的稳定范围。最后，给出了三个带有模拟的示例，以验证主要结果的可用性。
This paper is devoted to researching the robust stability of fractional-order complex-valued projective neural networks (FOCVPNNs) with neutral-type delays and uncertain parameters. Without dividing the FOCVPNNs into two real-valued systems, based on Lyapunov method, matrix inequality technique and homeomorphism principle, several delay-independent and delay-dependent criteria are established to make sure that the equilibrium point of the addressed FOCVPNNs is existent, unique and globally robustly stable. Finally, three examples with simulations are given to verify the availability of the main results.
登录
查看更多内容
具有不完整观测和动态偏差的时变复杂网络的基于延迟补偿的状态估计
影响因子：
11.8
作者：
Hu Jun;Wang Zidong;Liu Guo-Ping
通讯作者：
Liu Guo-Ping
多时滞非线性分数阶细胞神经网络的比较原理及稳定性
影响因子：
6
作者：
Liang Song;Wu Ranchao;Chen Liping
通讯作者：
Chen Liping
影响因子：
1.9
作者：
Li Jin-dong;Huang Nan-jing
通讯作者：
Huang Nan-jing
DOI：
10.1016/j.matcom.2019.04.001
发表时间：
2020-05
期刊：
Math. Comput. Simul.
影响因子：
--
作者：
R. Sriraman;Yang Cao;R. Samidurai
通讯作者：
R. Sriraman;Yang Cao;R. Samidurai
DOI：
10.1109/tsmcb.2008.927717
发表时间：
2008-12
期刊：
IEEE Transactions on Systems, Man, and Cybernetics, Part B (Cybernetics)
影响因子：
--
作者：
Z. Zeng;Jun Wang
通讯作者：
Z. Zeng;Jun Wang