×

基于间歇控制的耦合不确定神经网络的有限时间自适应同步。 (英语) Zbl 07511843号

摘要:本文研究了具有参数不确定性的耦合神经网络的有限时间同步问题。基于自适应周期间歇控制方法和有限时间稳定性理论,推导了在有限时间内实现同步的一些充分条件。考虑了有/无时延的CNN模型,并估计了相应的同步时间上限。最后,通过两个示例验证了理论结果的有效性和适用性。

MSC公司:

82至XX 统计力学,物质结构
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 徐伟(Xu,W.)。;朱,S。;方X.Y。;Wang,W.,基于记忆电阻的时滞复合值神经网络的自适应反同步,Physica A,535,Article 122427 pp.(2019)·Zbl 1494.93064号
[2] 刘晓明。;Xia,J.W。;黄,X。;Shen,H.,随机发生参数不确定性下耦合马尔可夫神经网络的广义同步,《物理学A》,540,第123070页,(2020)·Zbl 07457951号
[3] 张伟伟。;张,H。;曹建德。;张海明。;Chen,D.Y.,具有泄漏延迟的延迟分数阶复合值神经网络的同步,Physica A,556(2020)·Zbl 07529545号
[4] Liu,Y.C。;Liao,X.F.,基于FLS的具有区间参数和非线性耦合的延迟记忆神经网络的有限时间同步,Physica A,533,Article 121890 pp.(2019)·Zbl 07570002号
[5] 段,L。;王,Q。;魏,H。;Wang,Z.,具有不连续激活的延迟反应扩散递归神经网络的多类型同步动力学,神经计算,401,182-192(2020)
[6] 刘,M。;李,Z。;姜浩。;胡,C。;Yu,Z.,通过平均脉冲间隔策略神经处理字母实现复值神经网络的指数同步,神经过程。莱特。,52, 2, 1377-1394 (2020)
[7] Bao,H。;Park,J.H。;Cao,J.,带时变概率延迟耦合和脉冲延迟的耦合随机记忆电阻器神经网络的指数同步,IEEE Trans。神经网络。学习。系统。,27, 1, 190-201 (2016)
[8] 刘,X。;曹,J。;于伟(Yu,W.)。;Song,Q.,切换耦合神经网络的非光滑有限时间同步,IEEE Trans。赛博。,46, 10, 2360-2371 (2015)
[9] 杨,X。;吴,Z。;曹,J.,具有不连续节点的复杂网络的有限时间同步,非线性动力学。,73, 4, 2313-2327 (2013) ·兹比尔1281.34100
[10] 王,L。;Chen,T.,时变时滞神经网络的有限时间和固定时间反同步,神经计算,329,165-171(2019)
[11] 王,X。;刘,X。;她,K。;钟,S.,具有不同时变时滞大小的复杂动态网络的Pinning脉冲同步,非线性分析。混合系统。,26, 307-318 (2017) ·Zbl 1379.34049号
[12] 梅,J。;江,M。;王,X。;Han,J。;Wang,S.,通过周期性间歇自适应控制实现驱动响应系统的有限时间同步,J.Franklin Inst.B,351,562691-2710(2014)·兹比尔1372.93024
[13] 梅,J。;江,M。;吴,Z。;王旭,复杂动力网络有限时间同步的周期间歇控制,非线性动力学。,79, 1, 295-305 (2015) ·兹比尔1331.93006
[14] 刘,X。;李,P。;Chen,T.,通过周期性间歇钉扎控制实现延迟复杂网络的集群同步,神经计算,162,191-200(2015)
[15] 李,H。;胡,C。;姜浩。;滕,Z。;姜瑜,通过周期性间歇钉扎控制实现分数阶复杂动力学网络的同步,混沌孤子分形,103,357-363(2017)·Zbl 1375.93060号
[16] 雷,X。;蔡,S。;江,S。;Liu,Z.,通过非周期间歇钉扎控制实现两个复杂延迟动态网络之间的自适应外部同步,神经计算,222,26-35(2017)
[17] Wang,J。;Wu,H。;黄,T。;Xu,M.,有无外部干扰耦合神经网络的输出同步,IEEE Trans。控制网络。系统。,5, 4, 2049-2061 (2017) ·Zbl 1515.93195号
[18] 周,Y。;万,X。;黄,C。;Yang,X.,通过量化间歇控制实现非线性耦合强度动态网络的有限时间随机同步,应用。数学。计算。,376,第125157条pp.(2020)·Zbl 1475.93115号
[19] 李,Z。;Zhao,X.,两个不同参数超混沌系统的广义函数投影同步,非线性分析。RWA,12,5,2607-2615(2011)·Zbl 1225.34061号
[20] Xu,Y。;周,W。;Sun,W。;Pan,L.,具有非导数和导数耦合的不确定复杂网络的拓扑识别和自适应同步,J.Franklin Inst.B,347,8,1566-1576(2010)·Zbl 1202.93023号
[21] Lv,L。;魏强。;贾,H。;田,S。;徐,Z。;赵,L。;徐,Z。;Xu,X.,基于耦合技术的不确定延迟网络参数识别与同步,Physica A,534,Article 120713 pp.(2019)·Zbl 07570617号
[22] Li,C。;Lv,L。;孙,Y。;Wang,Y。;Wang,W。;Sun,A.,不同结构的不确定网络群的参数识别与同步,Physica A,457624-631(2016)·Zbl 1400.34086号
[23] 杨琼。;Wu,H。;Cao,J.,通过非周期间歇控制实现混合耦合复杂动态网络的有限时间全局簇同步,Optim。控制应用程序。方法,41,4,1097-1117(2020)·Zbl 1469.93094号
[24] 梅,J。;江,M。;王,X。;Wang,B.,具有时滞的复杂动态网络的有限时间同步控制,Commun。非线性科学。数字。模拟。,182462-2478(2013年)·Zbl 1311.34157号
[25] 范,Y。;梅,J。;刘,H。;范,Y。;刘,F。;Zhang,Y.,通过非周期间歇滑模控制实现复杂网络的快速同步,神经过程。莱特。,51, 1331-1352 (2020)
[26] 张,S。;Yang,Y。;隋,X。;Xu,X.,通过非周期间歇调整实现参数不确定性记忆神经网络的有限时间同步,Physica A,534,Article 122258 pp.(2019)·Zbl 07570696号
[27] 孙,Y。;吴,X。;Bai,L.等人。;Wei,Z。;Sun,G.,不确定永磁同步电机的有限时间同步控制与参数辨识,神经计算,207511-518(2016)
[28] 李,H。;曹,J。;姜浩。;Alsaedi,A.,不确定分数阶复杂网络的有限时间同步和参数识别,Physica A,533,Article 122027 pp.(2019)·Zbl 07570027号
[29] 唐毅,刚性机器人的终端滑模控制,Automatica,34,1,51-56(1998)·Zbl 0908.93042号
[30] Wen,S。;陈,S。;Guo,W.,具有非延迟和延迟耦合的一般复杂动态网络的自适应全局同步,Phys。莱特。A、 372、42、6340-6346(2008)·Zbl 1225.05223号
[31] 郑,C。;Cao,J.,通过间歇固定控制实现具有混合延迟和不确定参数的耦合神经网络的鲁棒同步,神经计算,141153-159(2014)
[32] 肖,J。;钟,S.,具有参数不确定性的延迟分数阶忆阻四元数值神经网络的同步与稳定性,神经计算,363321-338(2019)
[33] 潘,C。;Bao,H.,通过量化间歇控制实现基于复值忆阻的延迟神经网络的指数同步,神经计算,404317-328(2020)
[34] 丁绍明,王振中,荣南,时滞离散时间神经网络准同步的间歇控制,IEEE Transl。赛博。http://dx.doi.org/10.109/TCYB.2020.3004894。
[35] 蔡,J。;冯,J。;Wang,J。;Zhao,Y.,通过区域划分的间歇控制实现具有扩散效应的神经网络准同步,神经计算,409,146-156(2020)
[36] 唐奇。;Jian,J.,通过周期性间歇控制实现混合时变时滞惯性神经网络的指数同步,神经计算,3381-190(2019)
[37] 梅,J。;江,M。;王,B。;Long,B.,两个混沌神经网络之间的有限时间参数识别和自适应同步,J.Franklin Inst.B,3501617-1633(2013)·Zbl 1293.93214号
[38] 阿卜杜拉赫曼,A。;姜浩。;胡,C。;Teng,Z.,基于有限时间同步的时变时滞cohen-grossberg神经网络参数识别,非线性分析。模型。控制,20,3,348-366(2015)·Zbl 1478.93590号
[39] 郑,M。;李,L。;彭,H。;肖,J。;Yang,Y。;Zhao,H.,基于自适应控制的不确定耦合时变时滞递归动态神经网络的参数估计和同步,神经计算。申请。,30, 7, 2217-2227 (2018)
[40] 杨,X。;曹,J。;Lu,J.,通过混合自适应和脉冲控制实现具有不同节点的复杂网络的随机同步,IEEE Trans。电路系统。一、 59,2371-384(2012)·Zbl 1468.93022号
[41] Wu,Y。;高,Y。;Li,W.,通过间歇控制实现状态相关切换的切换神经网络的有限时间同步,神经计算,384325-334(2020)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。