具有时变时滞的离散时间BAM神经网络状态估计器的新方法

具有时变时滞的广义神经网络稳定性分析的新方法

具有时变时滞的不确定离散神经网络的稳定性和无源性分析

具有马尔可夫跳跃参数和区间时变时滞的随机神经网络的新的依赖时滞的全局鲁棒无源分析

非均匀采样数据系统时变故障估计与调节最优集成设计

使用新的设计公式将递归神经网络加速到有限时间收敛及其在时变矩阵平方根中的应用

具有时变时滞的离散Takagi-Sugeno模糊系统的新型控制设计

在带宽和时变拓扑有限的数字网络上达成分布式共识

摘要—本文首次解决了这个问题一类不确定随机变量的自适应输出反馈控制方法时变时滞的非线性严格反馈系统使用神经网络（NNs）。 圆判据适用于设计一个非线性观测器，没有线性增长条件取决于系统状态，将其强加于非线性函数。 假设系统中存在时变延迟输出，仅采用NN来补偿所有未知数非线性项取决于延迟输出，因此， 提出的控制算法比现有的算法更简单描述了不确定系统的NN反推控制方案用常微分方程举三个例子证明在中提出的控制方案的有效性这篇报告。

本简介解决了设计自适应神经网络的问题一类未知的严格反馈系统的网络跟踪控制非线性出现的已知周期的时变扰动功能未知。 多层神经网络（MNN）和傅立叶级数展开（FSE）被组合到新颖的逼近器中进行建模系统中的每个不确定性。 动态表面控制（DSC）方法和积分型李雅普诺夫函数（ILF）技术组合设计控制算法。 所有闭环的极限一致有界信号得到保证。 跟踪误差被证明收敛到很小围绕原点设置的残差。 提供了两个仿真示例来说明本文中提出的控制方案的可行性。