基于仿射Bessel-Legendre不等式和不确定转移率的神经网络稳定性

针对具有时变时滞和不确定转移率的马尔科夫神经网络系统,充分考虑马尔科夫转移率的不确定特性,利用基于松弛变量的有效技术代替传统不等式来约束转移速率中的不确定项,从而减少了决策变量的个数并降低了计算复杂度.通过建立时滞依赖的增广Lyapunov-Krasovskii泛函,并基于仿射Bessel-Legendre(B-L)不等式,给出依赖于时滞和时滞导数上下界的具有较小保守性的神经网络系统稳定条件.最后,通过两个数值例子说明了理论结果的有效性....

Full description

Saved in:
Bibliographic Details
Published in控制理论与应用 Vol. 39; no. 1; pp. 41 - 47
Main Authors 王军义, 张文涛, 刘振伟, 姜杨
Format Journal Article
LanguageChinese
Published 东北大学机器人科学与工程学院,辽宁沈阳110819%东北大学信息科学与工程学院,辽宁沈阳110819 2022
Subjects
马尔科夫神经网络系统;不确定转移率;仿射Bessel-Legendre(B-L)不等式;增广Lyapunov-Krasovskii泛函
Online AccessGet full text
ISSN1000-8152
DOI10.7641/CTA.2021.00841

Cover

Abstract 针对具有时变时滞和不确定转移率的马尔科夫神经网络系统,充分考虑马尔科夫转移率的不确定特性,利用基于松弛变量的有效技术代替传统不等式来约束转移速率中的不确定项,从而减少了决策变量的个数并降低了计算复杂度.通过建立时滞依赖的增广Lyapunov-Krasovskii泛函,并基于仿射Bessel-Legendre(B-L)不等式,给出依赖于时滞和时滞导数上下界的具有较小保守性的神经网络系统稳定条件.最后,通过两个数值例子说明了理论结果的有效性.
AbstractList 针对具有时变时滞和不确定转移率的马尔科夫神经网络系统,充分考虑马尔科夫转移率的不确定特性,利用基于松弛变量的有效技术代替传统不等式来约束转移速率中的不确定项,从而减少了决策变量的个数并降低了计算复杂度.通过建立时滞依赖的增广Lyapunov-Krasovskii泛函,并基于仿射Bessel-Legendre(B-L)不等式,给出依赖于时滞和时滞导数上下界的具有较小保守性的神经网络系统稳定条件.最后,通过两个数值例子说明了理论结果的有效性.
Author 刘振伟
王军义
张文涛
姜杨
AuthorAffiliation 东北大学机器人科学与工程学院,辽宁沈阳110819%东北大学信息科学与工程学院,辽宁沈阳110819
AuthorAffiliation_xml – name: 东北大学机器人科学与工程学院,辽宁沈阳110819%东北大学信息科学与工程学院,辽宁沈阳110819
Author_FL LIU Zhen-wei
WANG Jun-yi
JIANG Yang
ZHANG Wen-tao
Author_FL_xml – sequence: 1
  fullname: WANG Jun-yi
– sequence: 2
  fullname: ZHANG Wen-tao
– sequence: 3
  fullname: LIU Zhen-wei
– sequence: 4
  fullname: JIANG Yang
Author_xml – sequence: 1
  fullname: 王军义
– sequence: 2
  fullname: 张文涛
– sequence: 3
  fullname: 刘振伟
– sequence: 4
  fullname: 姜杨
BookMark eNotkEtLw1AUhO-igrV2629wk3hObm4eyxp8QUCEui55nBQ1pNAgElcuCiJoiy6LKC6kLrQIbqSx-GcSrz_DiK5mYOAbZpZYLeklxNgKgmoaOq457ZaqgYYqgKVjjdURABQLhbbImml64AMggmYKrLO98n5WzIZF_lm-DtYpTSlWXOpSEvapeL-SLxflx6i8ufz1D9NyOv6eP8tJLofncjyQj3cyH8n5tcxv5dNblX6dTZbZQuTFKTX_tcH2Nzfazrbi7m7tOC1XSRG4UERgkBn5oU06hBZZwjA94AYPUefkE9cNgRBpIKzA8FDHiJu-H0JoB5zbJgW8wVb_uCdeEnlJt3PYO-4nVWPn6DSOsyyrLtCgmi74D3cOauw
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.7641/CTA.2021.00841
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Engineering
DocumentTitle_FL Stability for neural networks based on affine Bessel-Legendre inequality and uncertain transition rates
EndPage 47
ExternalDocumentID kzllyyy202201005
GrantInformation_xml – fundername: (国家自然科学基金); (国家自然科学基金); (辽宁省自然科学基金); (中央高校基本科研业务费项目); (中央高校基本科研业务费项目); (中央高校基本科研业务费项目); (教育部春晖计划); (辽宁省科技重大专项计划项目); (辽宁省重点研发计划项目)
  funderid: (国家自然科学基金); (国家自然科学基金); (辽宁省自然科学基金); (中央高校基本科研业务费项目); (中央高校基本科研业务费项目); (中央高校基本科研业务费项目); (教育部春晖计划); (辽宁省科技重大专项计划项目); (辽宁省重点研发计划项目)
GroupedDBID -01
-0Y
2B.
4A8
5XA
5XJ
92H
92I
93N
ABJNI
ACGFS
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CCVFK
CUBFJ
CW9
PSX
TCJ
TGT
U1G
U5S
UY8
ID FETCH-LOGICAL-s1035-5c6e7fbd9e40d8e8567a0363d143ebe346510f2058c6a141f37bbd0d9c3397ec3
ISSN 1000-8152
IngestDate Thu May 29 04:08:30 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 1
Keywords 马尔科夫神经网络系统;不确定转移率;仿射Bessel-Legendre(B-L)不等式;增广Lyapunov-Krasovskii泛函
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1035-5c6e7fbd9e40d8e8567a0363d143ebe346510f2058c6a141f37bbd0d9c3397ec3
PageCount 7
ParticipantIDs wanfang_journals_kzllyyy202201005
PublicationCentury 2000
PublicationDate 2022
PublicationDateYYYYMMDD 2022-01-01
PublicationDate_xml – year: 2022
  text: 2022
PublicationDecade 2020
PublicationTitle 控制理论与应用
PublicationTitle_FL Control Theory & Applications
PublicationYear 2022
Publisher 东北大学机器人科学与工程学院,辽宁沈阳110819%东北大学信息科学与工程学院,辽宁沈阳110819
Publisher_xml – name: 东北大学机器人科学与工程学院,辽宁沈阳110819%东北大学信息科学与工程学院,辽宁沈阳110819
SSID ssib001102751
ssib002258297
ssib023646306
ssib057620041
ssib051372463
ssj0042201
ssib023167526
Score 2.3571026
Snippet 针对具有时变时滞和不确定转移率的马尔科夫神经网络系统,充分考虑马尔科夫转移率的不确定特性,利用基于松弛变量的有效技术代替传统不等式来约束转移速率中的不确定项,从而...
SourceID wanfang
SourceType Aggregation Database
StartPage 41
Title 基于仿射Bessel-Legendre不等式和不确定转移率的神经网络稳定性
URI https://d.wanfangdata.com.cn/periodical/kzllyyy202201005
Volume 39
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: Inspec with Full Text
  issn: 1000-8152
  databaseCode: ADMLS
  dateStart: 20170701
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.ebsco.com/products/research-databases/inspec-full-text
  omitProxy: false
  ssIdentifier: ssib057620041
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwvV3Na9RAFA9le9GD-InfVHCOqZnJZDJznGSzFGkFsYXeSrJJFFy20I9De_JQEEFb9FhE8SD1oEXwIl2L_0zX-Gf43iS7m60eqgcvw-zMmzfvvd_uvHnZmRfLug0xTxa7LLUpbHdtHituy5QLm8MqmcSZAx4YA8W5e2Jmgd9d9BYnGp3aqaX1tWS6vfnHeyX_giq0Aa54S_YvkB0yhQaoA75QAsJQnghjEnlEtUigScSxlJGpBCRoYVfgEMkDTA7esWcz4JKuZIZAEtkkkU90k0hlKEMizRDFiAzHaSjREXZBqWAiSYIm0aHp8nEuqMC80scKEEhuuoBVhBUgQM4-jlK0alHlcGDl1jgLPHWh_fp22TRGOBGQSaAXZhbQS6AkMLDSXRrdPfyojABQ6uEp3YGMgWEjiArMIEWkGpEYK2gHp1TC6CNwPhXUSUAGJY1UQNsyXEKAoE4CwqJ-MLI5EKF6qsJG0XclNBJ6yEsZDTWvVAVgtDA8QqMhWFOhvUqYscVYHw06JK5bwQBQmrhUuqJRhg-D35UBMkJUSgAkNfoy1BDJEBu8u0EVYd7JpOX4tdOGD3DTrf8pZM23YhIDSb0x5-uq3xaZ0pOW6dCqPVmZlPW4t_cFR28fzutpgJBipuLBqLEM6o83O52NjQ2E2aEm4fEkw6d3DWtSN-dmH4zCB4p_4te2s8zDm-eDzwyzRnijcAXfvSDc0SkFj7o-q71dAkJ5XK2GR844zm9OX1SGKJPIohp3xpUwNwi7edx9WNvszp-1zlRR6pQul5xz1sTmo_PW6Vru0gvW_f7bg6OD7aPe9_7nrWOLzNHXF8WnZ_1vO_1Xz7H-br-_v_vz8GOx1yu2nxa7W8X7N0Vvpzh8WfReFx--QO-PJ3sXrYVWNB_O2NX7WexVipluvbbI_DxJVcadVGbSE36M50JSiMHAN7hcgMPPmePJtogpp7nrJ0nqpKrtQhSUtd1LVqO73M0uW1OY99NJuNPOFONunsdKMT-mbuYluZ-k7Ip1qzLIUrX-ri4dh_XqCWiuWaewXj5DvW411lbWsxsQVawlN6svwy8VMdZW
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E4%BB%BF%E5%B0%84Bessel-Legendre%E4%B8%8D%E7%AD%89%E5%BC%8F%E5%92%8C%E4%B8%8D%E7%A1%AE%E5%AE%9A%E8%BD%AC%E7%A7%BB%E7%8E%87%E7%9A%84%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E7%A8%B3%E5%AE%9A%E6%80%A7&rft.jtitle=%E6%8E%A7%E5%88%B6%E7%90%86%E8%AE%BA%E4%B8%8E%E5%BA%94%E7%94%A8&rft.au=%E7%8E%8B%E5%86%9B%E4%B9%89&rft.au=%E5%BC%A0%E6%96%87%E6%B6%9B&rft.au=%E5%88%98%E6%8C%AF%E4%BC%9F&rft.au=%E5%A7%9C%E6%9D%A8&rft.date=2022&rft.pub=%E4%B8%9C%E5%8C%97%E5%A4%A7%E5%AD%A6%E6%9C%BA%E5%99%A8%E4%BA%BA%E7%A7%91%E5%AD%A6%E4%B8%8E%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E8%BE%BD%E5%AE%81%E6%B2%88%E9%98%B3110819%25%E4%B8%9C%E5%8C%97%E5%A4%A7%E5%AD%A6%E4%BF%A1%E6%81%AF%E7%A7%91%E5%AD%A6%E4%B8%8E%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E8%BE%BD%E5%AE%81%E6%B2%88%E9%98%B3110819&rft.issn=1000-8152&rft.volume=39&rft.issue=1&rft.spage=41&rft.epage=47&rft_id=info:doi/10.7641%2FCTA.2021.00841&rft.externalDocID=kzllyyy202201005
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fkzllyyy%2Fkzllyyy.jpg