变时滞模糊随机细胞神经网络新的鲁棒稳定性 new robust stability of fuzzy stochastic cellular neural networks with time-varying delay.pdfVIP

第26卷 第8期 控 制 与 决 策 2011年 8月 、，01．26 No．8 Control and Decision Aug．2011 文章编号：1001．0920(2011)08-1197—06 变时滞模糊随机细胞神经网络新的鲁棒稳定性 李亚军 ，一，邓飞其 ，彭云建 (1．华南理工大学 自动化科学与工程学院，广州510540： 2．顺德职业技术学院 电子与信息工程系，广东佛山528300) 摘 要：研究一类具有参数不确定时滞模糊随机细胞神经网络的鲁棒稳定性问题．利用模糊规则，基于Lyapunov· Krasovskii范函方法和随机稳定性理论，结合 自由权矩阵，给出并证明了使系统鲁棒稳定的充分条件，所有结果以线 性矩阵不等式形式给出．仿真算例表明了所提出方法的有效性和低保守性． 关键词：鲁棒稳定性：模糊细胞神经网络；随机系统；线性矩阵不等式；变时滞；自由权矩阵 中图分类号：TP273 文献标识码：A New robuststability offuzzystochasticcellularneuralnetworks th time-varyingdelay L／Ya-jun，一，DENGFei—qi，PENGYun-jian (1．CollegeofAutomation ScienceandTechnology，South ChinaUniversityofTechnology，Guangzhou 510640， China：2．Department of Electronic and Information Engineering，Shunde Polytechnic，Foshna 528300，China． Correspondent：LIYadun，E-mail：lyjfirst@163．com) Abstract：Therobuststabilityproblem ofstochasticfuzzycellularneuralnetworkswiht praameteruncertaintiesna dtime- varyingdelaysisinvestigated．Byusingfuzzyrules，basedonhteLyapunov—Krasovskiimehtodnadstochasticsatbility hteory,combiningwiht htehtefreeweightmatrixtechnique，htesufficientconditionformakinghtesystem robustlysatble isgivennadderived．Allresultsraegivenintermsoflinerama trixinequalities(LMIs)．Numericalexma pleshowsthe effcetivenessnadhtelowconservationofhteproposedmethod ． Keywords：robustsatbility；ufzzycellulraneuralnetwork：stochasticsystem：lineramatrixinequalities：time-varying delays：freeweightmatrix 1 引 言 成果[7-9】．文献 [8】研究了随机时滞细胞神经网络的指 近年来，神经网络在信号处理、模式识别、静态 数稳定性，[9】探讨 了时滞细胞神经网络的全局渐近 图像处理、联想记忆等领域有着广泛的应用，也取得 稳定性．另外，T-S(Takagi—Sugeno)模糊系统被认为是 了丰富的成果[1-2]．然而在实际的神经网络中，不同神 一 种解决复杂非线性系统强有力的方法[1o】，被广泛应 经元之间连接权的连接是由依赖于某些含有不确定