Resumen

Este documento investiga el problema de análisis de estabilidad de redes neuronales (NNs) de tiempo discreto con retardo discreto y distribuido. Se desarrolla una teoría de estabilidad y un enfoque de desigualdad de matrices lineales (LMI) para establecer condiciones suficientes para que las NNs sean globalmente asintóticamente estables y para diseñar un estimador de estado para las redes neuronales de tiempo discreto. Tanto el retardo discreto como los retardos distribuidos emplean el enfoque de descomposición del intervalo de retardo, y se construyen funcionales de Lyapunov-Krasovskii (LKFs) en estos intervalos, de modo que se propone un nuevo criterio de estabilidad en términos de desigualdades de matrices lineales (LMIs). Se presentan ejemplos numéricos para demostrar la efectividad del método propuesto y la aplicabilidad del mismo.

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Papel; Estabilidad; Redes neuronales en tiempo discreto; Retardo; Desigualdad matricial lineal; Criterio de estabilidad
• Keywords:Paper; Stability; Discrete-time neural networks; Delay; Linear matrix inequality; Stability criterion