基于辅助函数积分不等式的不确定转移率的Markov跳变神经网络的稳定性分析  

Stability analysis for Markov jump neural networks with uncertain transition rates based on auxiliary function-based integral inequalities

作　　者：杨忠君 张化光[1] 宗学军 金建宇 

机构地区：[1]东北大学信息科学与工程学院,沈阳110004 [2]沈阳化工大学信息工程学院,沈阳110142 [3]东北大学国防教育学院,沈阳110004

出　　处：《控制与决策》2017年第12期2279-2284,共6页Control and Decision

基　　金：国家自然科学基金项目(61433004);辽宁省自然科学基金项目(201602593)

摘　　要：研究具有区间时变分布时滞和不确定转移率的Markov跳变区间时变时滞神经网络的稳定性问题.通过充分考虑转移概率的性质和不确定区域的特性,用一个有效的技术代替传统的Young’s不等式来约束转移率中的不确定项.同时,利用增广的李雅普诺夫泛函和具有较小保守性的辅助函数积分不等式,给出新的时滞依赖的稳定条件.仿真结果验证了所提出方法的有效性.This article investigates the stability of Markov jump neural networks with interval time-varying distributed delay and uncertain transition rates. By fully considering the property of transition rates and the characteristic of uncertain domains, a more effective technique in stead of the traditional Young＇s inequality is used to bind the uncertain terms in the transition rates. By applying the Lyapunov-Krasovskii functional and a less conservative auxiliary function integral inequalities, new delay-dependent stability criteria are obtained. The simulation results demonstrate the effectiveness of the proposed method.

关 键 词：辅助函数积分不等式 不确定转移率 神经网络 MARKOV跳变 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]