时滞神经网络随机抽样控制的状态估计

• 作者: 吴开腾 宋乾坤 张瑞梅 曾德强 钟守铭
• 来源期刊: 应用数学和力学
• 学科: 数学
• 关键词: 时滞神经网络 随机抽样 状态估计 Lyapunov泛函
• 年，卷（期）: 2018,（7）
• 页码范围: 821-832
• 页数: 12页
• 分类号: O175.13
• 语种: 中文
• DOI: 10.21656/1000-0887.380273

摘要

研究了时滞神经网络随机抽样控制的状态估计问题.首先,给出了随机抽样区间和抽样输入时滞的统一概率结构.基于此结构,构造了一个包含新的锯齿结构项的Lyapunov泛函.然后,运用不等式放缩技术,得到了误差系统随机稳定的保守性更低的标准,并设计出了合适的状态估计器.最后,数值仿真算例验证了所得结果的优势和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟守铭	电子科技大学数学科学学院	88	340	8.0	13.0
2	吴开腾	内江师范学院四川省高等学校数值仿真重点实验室	50	190	8.0	10.0
4	曾德强	内江师范学院四川省高等学校数值仿真重点实验室	7	13	2.0	3.0
6	宋乾坤	重庆交通大学数学系	22	51	4.0	6.0