کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6865967 679603 2015 23 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Less conservative stability criteria for neural networks with interval time-varying delay based on delay-partitioning approach
ترجمه فارسی عنوان
معیارهای پایداری کمتر محافظه کارانه برای شبکه های عصبی با تاخیر زمانی متغیر زمان بر اساس روش تاخیر-پارتیشن بندی
کلمات کلیدی
شبکه های عصبی، تأخیر متغیر زمانی ثبات وابسته به تاخیر، رویکرد تاخیر-پارتیشن بندی رویکرد محدب متقابل،
ترجمه چکیده
این مقاله در مورد مشکل پایداری آستانه وابسته به تاخیر برای شبکه های عصبی با تاخیر متغیر زمانی متفاوت است. در این مقاله از یک رویکرد پارتیشن بندی تاخیری استفاده شده است که در آن فاصله زمانی تاخیر به چندین واسطهای چندسطحی تقسیم می شود و عملکرد چند لایپونوف-کراسوسکی در این فواصل ساخته می شود. با ترکیب با رویکرد محصور متقابل، چندین معیار پایداری وابسته به تاخیر محافظه کارانه از نظر نابرابری ماتریس خطی مشتق می شود. مثالهای عددی برای نشان دادن اثربخشی و محافظه کاری کمتر از روش پیشنهادی ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
معیارهای پایداری کمتر محافظه کارانه برای شبکه های عصبی با تاخیر زمانی متغیر زمان بر اساس روش تاخیر-پارتیشن بندی
چکیده انگلیسی
This paper is concerned with the problem of delay-dependent asymptotic stability for neural networks with interval time-varying delay. A delay-partitioning approach is used in this paper, in which the delay interval is partitioned into multiple equidistant subintervals and slightly different Lyapunov-Krasovskii functional is constructed on these intervals. By combining with reciprocally convex approach, several less conservative delay-dependent stability criteria are derived in terms of linear matrix inequality. Numerical examples are given to illustrate the effectiveness and less conservatism of the proposed method.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 155, 1 May 2015, Pages 146-152
نویسندگان
, , ,