混合时滞复值神经网络的事件触发状态估计

作     者：刘飞扬 李兵 LIU Feiyang;LI Bing

作者机构：重庆交通大学数学与统计学院重庆400074 

基　　金：重庆市自然科学基金(面上项目)(cstc2019jcyj-msxmX0722) 重庆市教委科技重大项目(KJZD-M202100701) 重庆市创新群体项目(CXQT21021) 重庆市研究生联合培养基地建设项目(JDLHPYJD2021016) 

出 版 物：《应用数学和力学》 (Applied Mathematics and Mechanics)

年 卷 期：2022年第43卷第8期

页      码：911-919页

摘      要：研究了事件触发机制下混合时滞复值神经网络的状态估计问题.首先基于测量输出设计了事件触发机制,有效降低了估计器更新的频率.在触发机制中引入了等待时间,以此避免了采样中的Zeno现象.运用Lyapunov方法和复值矩阵的性质,建立了估计误差系统全局渐近稳定的充分性判据,并基于线性矩阵不等式技巧给出了复值增益矩阵K的求解算法.最后的数值例子验证了理论成果的正确性和有效性.

主 题 词：复值神经网络 状态估计 事件触发控制 Zeno现象 混合时滞 

学科分类：080704[080704] 080103[080103] 08[工学] 0807[工学-电子信息类] 0801[工学-力学类] 

核心收录：

D　O　I：10.21656/1000-0887.420359

馆 藏 号：203114418...