New criteria for dissipativity analysis of Caputo fractional-order neural networks with non-differentiable time-varying delays

Bài báo thuộc danh mục ISI do nhóm tác giả TS. Nguyễn Hữu Sáu giảng viên Toán cơ bản- khoa Khoa học cơ bản- Trường Đại học Công nghiệp Hà Nội cùng TS. Nguyễn Thị Thanh Huyền; TS. Mai Viết Thuận- Đại học Khoa học- Đại học Thái Nguyên; Ths. Nguyễn Thị Phương- Đại học kỹ thuật Công nghiệp- Đại học Thái Nguyên; Ths. Nguyễn Thị Huyền Thư- khoa Khoa học cơ bản- Đại học Môi trường Hà Nội, được phát hành trên tạp chí International Journal of Nonlinear Sciences and Numerical Simulation ngày 06 tháng 01 năm 2022.

Trong bài báo này, nhóm tác giả đã nghiên cứu tính tiêu hao cho lớp hệ nơ-ron với đạo hàm cấp phân số Caputo với trễ biến thiên không khả vi. Bằng cách sử dụng phương pháp hàm Razumikhin bậc phân số kết hợp với sử dụng các bất đẳng thức ma trận tuyến tính, một điều kiện đủ mới được đưa ra để đảm bảo rằng hệ được xét thỏa mãn tính tiêu hao. Các điều kiện được đưa ra dưới dạng bất đẳng thức ma trận tuyến tính có thể được kiểm tra một cách dễ dàng.

Abstract: In this article, we investigate the delay-dependent and order-dependent dissipativity analysis for a class of Caputo fractional-order neural networks (FONNs) subject to time-varying delays. By employing the Razumikhin fractional-order (RFO) approach combined with linear matrix inequalities (LMIs) techniques, a new sufficient condition is derived to guarantee that the considered fractional-order is strictly (Q, S, R) − γ − dissipativity. The condition is presented via LMIs and can be efficiently checked. Two numerical examples and simulation results are finally provided to express the effectiveness of the obtained results.

Keywords:delay-dependent; dissipativity analysis; fractional order neural networks; LMIs; order-dependent; time-varying delays

Toàn văn bài báo tải về tại đây: https://doi.org/10.1515/ijnsns-2021-0203