|
|
Iranian Journal of Fuzzy Systems، جلد ۱۱، شماره ۲، صفحات ۱-۱۶
|
|
|
| عنوان فارسی |
|
|
| چکیده فارسی مقاله |
|
|
| کلیدواژه‌های فارسی مقاله |
|
|
| عنوان انگلیسی |
Robust stability of fuzzy Markov type Cohen-Grossberg neural networks by delay decomposition approach |
|
| چکیده انگلیسی مقاله |
In this paper, we investigate the delay-dependent robust stability of fuzzy Cohen-Grossberg neural networks with Markovian jumping parameter and mixed time varying delays by delay decomposition method. A new Lyapunov-Krasovskii functional (LKF) is constructed by nonuniformly dividing discrete delay interval into multiple subinterval, and choosing proper functionals with different weighting matrices corresponding to different subintervals in the LKFs. A new delay-dependent stability condition is derived with Markovian jumping parameters by T-S fuzzy model. Based on the linear matrix inequality (LMI) technique, maximum admissible upper bound (MAUB) for the discrete and distributed delays are calculated by the LMI Toolbox in MATLAB. Numerical examples are given to illustrate the effectiveness of the proposed method. |
|
| کلیدواژه‌های انگلیسی مقاله |
|
|
| نویسندگان مقاله |
r sathy |
department of social sciences, tamil nadu agricultural university, coim- batore - 641 003, tamilnadu, india
p balasubramaniam |
department of mathematics, gandhigram rural institute - deemed university, gandhigram - 624 302, tamilnadu, india
r chandran |
department of computer science, government arts college, melur, madurai - 625 106, tamilnadu, india
|
|
| نشانی اینترنتی |
http://ijfs.usb.ac.ir/article_1487_2e09cf8ecab37abf1c8c575f604447c9.pdf |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
en |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
|
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|