控制理论与应用

作者：王军义,张文涛,刘振伟,姜杨

单位：东北大学机器人科学与工程学院,东北大学机器人科学与工程学院,东北大学信息科学与工程学院,东北大学机器人科学与工程学院

关键词：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

基金：国家自然科学基金项目(61903075, U20A20197), 辽宁省自然科学基金项目(2019–KF–03–02, 2019–MS–116), 中央高校基本科研业务费项目 (N2026003, N2004014, N2126006), 教育部春晖计划合作科研项目(LN2019006), 辽宁省科技重大专项计划项目(2019JH1/10100005), 辽宁省重点 研发计划项目(2020JH2/10100040)资助.

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.

来源：2022年第1期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2022年第1期