Resumen

Junto con la teoría funcional de Lyapunov-Krasovskii y la técnica convexa recíproca, se deduce una nueva condición suficiente para garantizar la estabilidad global de las redes neuronales recurrentes con retardos variables en el tiempo y distribuidos continuamente, en la que se emplea una técnica mejorada de partición de retardos. El criterio basado en LMI depende en gran medida de los límites superior e inferior del retardo de estado y su derivada, que es diferente de los existentes y tiene más áreas de aplicación ya que el límite inferior de la derivada del retardo está disponible. Por último, algunos ejemplos numéricos pueden ilustrar la reducción del conservadurismo de los resultados derivados mediante el adelgazamiento del intervalo de retardo.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:más áreas de aplicación, nueva condición suficiente, técnica convexa recíproca, redes neuronales recurrentes, derivada de retardo, intervalo de retardo, existentes, teoría funcional, estabilidad global, límites inferiores
• Keywords:more application areas, new sufficient condition, reciprocal convex technique, recurrent neural networks, delay derivative, delay interval, existent ones, functional theory, global stability, lower bounds