| 时滞分数阶递归神经网络的输入状态稳定性 |
| |
| 引用本文： | 徐国雄,包海波. 时滞分数阶递归神经网络的输入状态稳定性[J]. 南通大学学报(自然科学版), 2020, 19(1): 62-67 |
| |
| 作者姓名： | 徐国雄 包海波 |
| |
| 作者单位： | 西南大学数学与统计学院,重庆,400715 |
| |
| 基金项目： | 国家自然科学基金项目（61573291,61973258）;重庆市自然科学基金面上项目（cstc2019jcyj-msxmX0452） |
| |
| 摘 要： | 针对Caputo分数阶系统难以用带有积分项的非负函数判断系统稳定性的问题,探讨了时滞分数阶递归神经网络的输入状态稳定性。通过设计反馈控制器,利用分数阶导数的定义、Mittag-Leffler函数的性质、李雅普诺夫方法、拉普拉斯变换以及不等式放缩技巧,得到了系统输入状态稳定的充分条件。最后,数值仿真例子验证了所提出方法的有效性。
|
| 关 键 词： | 时滞 递归神经网络 分数阶 输入状态稳定性 反馈控制器 |
| 收稿时间： | 2019-10-24 |
Input-to-State Stability of Fractional Order Recurrent Neural Networks with Delays |
| |
| XU Guoxiong BAO Haibo. Input-to-State Stability of Fractional Order Recurrent Neural Networks with Delays[J]. Journal of Nantong University (Natural Science Edition), 2020, 19(1): 62-67 |
| |
| Authors: | XU Guoxiong BAO Haibo |
| |
| Affiliation: | School of Mathematics and Statistics, Southwest University, Chongqing 400715, China |
| |
| Abstract: | |
| |
| Keywords: | delays fractional-order recurrent neural networks input-to-state stability feedback controllers |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《南通大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《南通大学学报(自然科学版)》下载全文 |
