王 霞， 钟守铭， 施开波

(1.电子科技大学 数学科学学院， 四川 成都 611731；2.成都大学 信息科学与工程学院， 四川 成都 610106)

0 引 言

近年来，基于神经网络在人工智能与机器学习等领域的广泛应用[1-2]， 学者们对神经网络进行了深入研究，并在时滞中立型、脉冲中立型、脉冲时滞中立型和马尔可夫跳时滞中立型神经网络等方面取得了丰富的成果[3-8].然而，目前， 针对脉冲马尔可夫跳时滞中立型神经网络[9]方面的研究仍少见报道.事实上， 如果在系统存在内部干扰时神经元仅有部分信息能传输出来， 那就有必要对持续的输出测量进行精确估计.此外，由于系统的传输宽带有限， 在采样数据时引入事件触发机制可以增大传输率， 因此， 时滞脉冲马尔可夫跳神经网络[12]、忆阻神经网络[13]和离散时间多重神经网络[14]等各种系统引入事件触发器都获得了很好的研究效果.但是至今很少有关于脉冲马尔可夫混合时滞中立型神经网络事件触发估计的研究报道.基于此，本研究分析了具脉冲马尔可夫跳中立型时滞神经网络的事件触发状态估计， 基于Lyapunov-Krasovskii泛函和脉冲理论，利用詹森不等式、倒凸不等式、自由权矩阵和区间分割等技术， 给出并证明了增广系统指数稳定的充分条件， 同时通过数值算例验证了所提出结论的有效性.

1 系统描述

记号为了简便，本研究中的Rn和Rm×n分别表示n维欧几里德空间和m×n维实矩阵，实对称矩阵Q>0表示Q是一个正定矩阵，I和O分别代表适当维数的单……