Resumen

Este artículo propone la estrategia de desencadenamiento de eventos (ETS) para múltiples redes neuronales (NNs) con incertidumbre de parámetros y retardo en el tiempo. Al establecer un mecanismo de desencadenamiento de eventos y utilizando técnicas de desigualdad de matrices, se obtienen varios criterios suficientes para garantizar la sincronización exponencial robusta global de las NNs acopladas. En particular, la matriz de acoplamiento no necesita ser la matriz de Laplace en este artículo. Además, los límites inferiores de los intervalos de tiempo de muestreo también son encontrados mediante el mecanismo de desencadenamiento de eventos establecido. Finalmente, se ofrecen tres ejemplos numéricos para ilustrar los resultados obtenidos.

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Propone; Estrategia desencadenada por eventos; Redes neuronales; Incertidumbre de parámetros; Retardo en el tiempo; Sincronización exponencial robusta global
• Keywords:Proposes; Event-triggered strategy; Neural networks; Parameter uncertainty; Time delay; Global robust exponential synchronization