一类通用递归神经网络的非增量输入到状态稳定性条件
系统与控制
2023-11-08 v3 系统与控制
摘要
本文针对一类通用的递归神经网络（RNNs）提出了一种新的增量输入到状态稳定性的充分条件。所建立的条件与文献中已有的其他条件进行了比较，显示出更少的保守性。此外，它可应用于基于增量输入到状态稳定RNN的控制系统设计，对某些特定RNN结构产生线性矩阵不等式约束。本文还研究了所考虑系统类的非线性观测器构造，以及具有显式积分作用的控制方案设计。理论结果通过在一个参考非线性系统上的仿真得到了验证。
引用
@article{arxiv.2210.09721,
title = {An incremental input-to-state stability condition for a generic class of recurrent neural networks},
author = {William D'Amico and Alessio La Bella and Marcello Farina},
journal= {arXiv preprint arXiv:2210.09721},
year = {2023}
}