Robust stability for uncertain stochastic neural network with delay and impulses
Robust stability for uncertain stochastic neural network with delay and impulses
复制标题
具有时滞和脉冲的不确定随机神经网络的鲁棒稳定性
DOI：
10.1016/j.neucom.2012.04.013
复制
发表时间：
2012-10
期刊：
影响因子：
6
通讯作者：
Cao, Jinde
中科院分区：
文献类型：
--
作者：
Pan, Lijun;Cao, Jinde
研究了一类具有时变时滞和脉冲的不确定神经网络的随机鲁棒稳定性问题。利用李雅普诺夫函数和随机分析方法，以线性矩阵不等式（LMI）的形式给出了一个充分条件，该条件能保证不确定神经网络对所有容许的不确定性均方鲁棒指数稳定.我们还通过构造一个Lyapunov-Krasovskii泛函并与线性离散系统进行比较，将时滞分解方法扩展到不确定系统。不确定神经网络的衰减率的估计可以通过对线性离散系统的衰减率的估计得到。最后给出了两个数值模拟算例，说明了所得结果的适用性.
This paper devotes to the stochastic robust stability of uncertain neural networks with time-varying delay and impulses. By using Lyapunov function and stochastic analysis approaches, a sufficient condition is derived in terms of linear matrix inequality (LMI), which can guarantee the uncertain neural network to be robustly exponentially stable in the mean square for all admissible uncertainties. We also extend the delay fractioning approach to the uncertainty system by constructing a Lyapunov–Krasovskii functional and comparing to a linear discrete system. The estimation of decay rate of uncertain neural network can be obtained by estimation of the decay of the linear discrete system. Meanwhile, two examples with numerical simulations are given to illustrate the applicability of the results.
登录
查看更多内容
影响因子：
1.3
作者：
Pan, Lijun;Cao, Jinde
通讯作者：
Cao, Jinde
影响因子：
2
作者：
Jinde Cao;Han-Xiong Li;Lei Han
通讯作者：
Jinde Cao;Han-Xiong Li;Lei Han
时变时滞不确定随机神经网络的均方指数稳定性
影响因子：
6
作者：
Wu, Yuanyuan;Chen, Yonggang;Wu, Yuqiang
通讯作者：
Wu, Yuqiang
DOI：
10.1016/j.physd.2003.11.010
发表时间：
2004-05
期刊：
Physica D: Nonlinear Phenomena
影响因子：
--
作者：
Eylem Yucel;S. Arik
通讯作者：
Eylem Yucel;S. Arik
具有时变延迟的离散循环神经网络鲁棒指数稳定性的新结果
影响因子：
6
作者：
Wu, Zhengguang;Su, Hongye;Zhou, Wuneng;Chu, Jian
通讯作者：
Chu, Jian