马利卡·萨德尔;王福勇;刘忠新;陈忠信 基于新型控制的时变时滞BAM神经网络投影同步分析。 （英语） Zbl 1470.34207号 非线性分析。，模型。控制 26，编号1，41-56（2021）. 摘要：本文研究了具有时变时滞的BAM神经网络的投影同步。首先，为所考虑的神经网络引入了一种新型的自适应控制器，该控制器可以实现投影同步。然后，基于自适应控制器，获得了一些新的有用条件，以确保所考虑的神经网络的投影同步。据我们所知，与其他形式的同步不同，投影同步更适合于清楚地表示非线性系统的脆弱性。此外，我们解决了两种不同混沌BAM神经网络之间的投影同步问题，而现有的大多数工作只涉及具有相同拓扑的投影同步混沌系统。与以往的控制器相比，本文设计的控制器在应用过程中不需要任何激活功能。最后，通过实例验证了理论结果的有效性。 引用于2文件 MSC公司： 34公里24 泛函微分方程的同步 34K35型 泛函微分方程的控制问题 92B20型 生物研究、人工生命和相关主题中的神经网络 93C40型 自适应控制/观测系统 关键词：BAM神经网络;投影同步;时变时滞;自适应控制器 PDF格式BibTeX公司 XML格式引用 \textit{M.Sader}等人，《非线性分析》。，模型。对照26，编号1，41-56（2021；Zbl 1470.34207） 全文： 内政部 OA许可证 参考文献： [1] A.Abdurahman，H.Jiang，基于延迟忆阻的BAM神经网络一般衰减投影同步的非线性控制方案，神经计算，357:282-2912019，https://doi.org/10.1016/j.neucom.2019.05.015。 [2] A.Abdurahman，H.Jiang，具有非匹配系数的延迟神经网络投影同步的改进控制方案，国际J模式识别。，34(3):2051005-2051024, 2020,https://doi.org/10.1142/S0218001420510052。 [3] A.Arbi，时空尺度上加权伪最周期的混合时滞和泄漏时变时滞BAM神经网络动力学，数学。方法应用。科学。，41(3):1230-1255, 2018,https://doi.org/10.1002/MMA.4661。 ·Zbl 1386.34144号 [4] A.Arbi，A.Alsadei，J.Cao，一类具有WPAA系数和混合延迟的新型高阶竞争神经网络的时空尺度上的Delta可微加权伪几乎自同构，神经过程。莱特。，47(1):203-232, 2018,https://doi。org//10.1007/s11063-017-9645-z。 [5] A.Arbi，C.Aouti，A.Touati，时滞Hopfield神经网络的一致渐近稳定性和全局渐近稳定性，收录于L.Iliadis，I.Maglogiannis，H.Papadopoulos（编辑），《人工智能应用和创新》。AIAI 2012年。希腊哈尔基迪基，2012年9月27日。第一部分，IFIP高级信息通信。技术。，第381卷，施普林格，柏林，海德堡，2012年，第483-492页，https://doi.org/10.1007/978-3642-33409-2_50。 [6] A.Arbi，J.Cao，一类具有混合时变时滞和泄漏时滞的新型竞争中立型神经网络的时空尺度上的伪最周期解，神经过程。莱特。，46(2):719-745, 2017,https://doi.org/10.1007/s11063017-9620-8。 [7] A.Arbi，J.Cao，A.Alsadei，时变时滞竞争神经网络的改进同步分析，非线性分析。模型。对照，23（1）：82-1022018，https://doi.org/10.15388/NA.2081.1.7·Zbl 1416.93167号 [8] H.Bao，J.Cao，基于分数阶忆阻器的神经网络的投影同步，神经网络。，63:1-9, 2015,https://doi.org/10.1016/j.neunet。 2014.10.007. ·Zbl 1323.93036号 [9] Y.Cao，R.Samidurai，R.Rriraman，中立型随机马尔可夫跳变静态时滞神经网络的稳定性和耗散性分析，J.Artif。智力。软计算。决议，9（3）：189-2042019，https://doi.org/10.2478/jaiscr-2019-0003。 [10] 陈沙生，曹建军，具有混合时变时滞和参数失配的神经网络的投影同步，非线性动力学。，67(2):1397-1406, 2012,https://doi.org/10.1007/s11071-011-0076-5·Zbl 1242.93052号 [11] P.Du，H.Liang，S.Zhao，C.Ahn，具有时变输出约束的非线性大系统基于神经网络的分散自适应有限时间控制，IEEE Trans。系统。人类网络。2019年A部分，https://doi.org/10.109/TSMC.2019.2918351。 [12] 杜勇，徐荣荣，具有混合耦合和时变时滞的神经网络阵列的新同步准则，非线性分析。模型。控制，21（1）：57-762016，https://doi.org/10.15388/NA.2016.1.4。 ·Zbl 1482.34178号 [13] F.Ferrari，R.Viana，S.Lopes，R.Stoop，耦合爆发神经元的相位同步和广义kuramoto模型，神经网络。，66(10):107-118, 2015,https://doi。org/10.1016/j.neunet.2015.03.003·Zbl 1396.92014号 [14] Z.Gao，G.Guo，具有未知控制方向和全状态约束的水面车辆自适应航向跟踪控制，神经计算，359:517-5252019，https://doi。org/10.1016/j.neucom.2019.06.091。 [15] K.Gopalsamy，脉冲人工神经网络的稳定性，应用。数学。计算。，154(3):783-813, 2004,https://doi.org/10.1016/S0096-3003(03)00750-1. ·Zbl 1058.34008号 [16] K.Gopalsamy，X.Z.He，具有传输延迟的非对称Hopfield网的稳定性，Physica D，76（4）：344-3581994，https://doi.org/10.1016/0167-2789(94) 90043-4. ·Zbl 0815.92001号 [17] D.Ji、S.Jeong、J.Park、S.Le和S.Won，具有延迟耦合的不确定复杂动态网络的自适应滞后同步，应用。数学。计算。，218:4872-4880, 2012, https://doi.org/10.1016/j.amc.2011.10.051。 ·Zbl 1238.93053号 [18] B.Kosko，双向联想存储器，IEEE Trans。系统。人类网络。A部分，18（1）：49-601988，https://doi.org/10.1109/21.87054。 [19] F.Luan，J.Na，Y.Huang，G.Gao，保证有限时间收敛的机械手自适应神经网络控制，神经计算，337（14）：153-1642019，https://doi.org/10.1016/J.neucom.2019.01.063。 [20] G.Mahmoud，E.Mahmou德，具有不确定参数的混沌复杂非线性系统的完全同步，非线性动力学。，62(4):875-882, 2010,https://doi.org/10.1007/s11071-010-9770-y·Zbl 1215.93114号 [21] R.Mainieri，J.Rehacek，三维混沌系统中的投影同步，物理学。修订稿。，82:3042-3045, 1999,https://doi.org/10.103/PhysRevLett。 82.3042. [22] S.Malika，A.Abdurahman，H.Jiang，通过非线性反馈控制延迟BAM神经网络的一般衰减同步，应用。数学。计算。，2018年，337:302-314，https://doi.org/10.1016/j.amc.2018.05.046·Zbl 1427.93025号 [23] R.Manivannan，Y.Cao，包括状态时滞和泄漏时滞的静态神经网络广义耗散状态估计器的设计，J.Franklin Inst.，355（9）：3990-40142018，https://doi.org/10.1016/j.jfranklin.2018.01.051。 ·Zbl 1390.93607号 [24] 潘玉华，孙东生，刘玉华，俞海平，自适应反步法神经网络控制的复合学习，神经网络。，95:134-142, 2017,https://doi.org/10.1016/j.neunet。 2017.08.005. ·Zbl 1441.93147号 [25] L.Pecora，T.Carroll，混沌系统中的同步，物理学。修订稿。，64(8):821-824, 1990,https://doi.org/10.103/PhysRevLett.64.821。 ·Zbl 0938.37019号 [26] 彭建华，王立林，赵玉英，赵玉华，时滞反馈主动控制系统的分岔分析，应用。数学。计算。，219:10073-10081, 2013,https://doi.org/10。1016/j.amc.2013.04.014·Zbl 1294.34072号 [27] C.Pradeepa，Y.Cao，R.Murugesu，R.Rakkiyappan，基于广义自由权重矩阵方法的时变时滞半马尔可夫跳跃神经网络的事件触发同步，数学。计算。模拟。，155:41-56, 2019,https://doi.org/2016年10月10日/j.matcom.2017.11.001·Zbl 07316541号 [28] W.Tai，Q.Teng，Y.Zhou，J.Zhou，Z.Wang，基于非脆弱输出反馈控制的随机反应扩散时滞神经网络的混沌同步，应用。数学。计算。，354:115-127, 2019,https://doi.org/10.1016/j.amc.2019.02.028。 ·Zbl 1428.93092号 [29] G.Tao，Barbalat引理的简单替代，IEEE Trans。自动。控制，42（5）：6981997，https://doi.org/10.109/9.580878。 ·Zbl 0881.93070号 [30] D.Wang，L.Huang，L.Tang，J.Zhuang，具有不连续激活的延迟Cohen-Grossberg神经网络的广义钉扎同步，神经网络。，104:80-92, 2018,https://doi.org/10.1016/j.neunet.2018.04.006。 ·Zbl 1441.93254号 [31] Wang W.，X.Wang，X.Luo，M.Yuan，基于忆阻的BAM神经网络的有限时间投影同步及其在图像加密中的应用，神经过程。莱特。，6:56457-56476, 2018,https://doi.org/10.109/ACCESS.2018.2872745。 [32] C.Xi，J.Dong，带时变全状态约束和输入约束的不确定非线性系统的自适应神经网络控制，神经计算，357:108-1152019，https://doi.org/10.1016/j.neucom.2019.04.060。 [33] 薛瑜，郑斌，李东东，李永利，具有输入非线性的基于忆阻器的蔡氏系统的鲁棒自适应状态反馈滑模控制，应用。数学。计算。，314:142-153, 2017,https://doi.org/10.1016/j.amc.2017.07.015。 ·Zbl 1426.93048号 [34] T.Yang，L.O.Chua，混沌系统控制和同步的脉冲稳定：安全通信的理论和应用，IEEE Trans。电路系统。一、 芬丹。理论，44（10）：976-9881997，https://doi.org/10.109/81.633887。 [35] C.Yi，J.Feng，J.Wang，C.Xu，Y.Zhao，通过部分混合钉扎脉冲控制实现混合耦合的时滞神经网络同步，应用。数学。计算。，312:78-90, 2017,https://doi.org/10.1016/j.amc.2017.04.030。 ·Zbl 1426.92006号 [36] 于坚，胡春霞，姜海江，樊晓霞，分数阶神经网络的投影同步，神经网络。，49:87-95, 2014,https://doi.org/10.1016/j.neunet.2013.10。 002. ·Zbl 1296.34133号 [37] D.Zhang，J.Xu，基于积分滑模控制器的不同混沌时延神经网络的投影同步，应用。数学。计算。，217(1):164-174, 2010, https://doi.org/10.1016/j.amc.2010.05.037。 ·Zbl 1200.65103号 [38] J.Zhang，J.Wu，H.Bao，J.Cao，具有多个时间延迟的分数阶三神经元BAM神经网络的同步分析，Appl。数学。计算。，339:441-450, 2018, https://doi.org/10.1016/j.amc.2018.06.013。 ·2018年9月14日 [39] L.Zhang，H.Lam，Y.Sung，H.Liang，基于区间2型模糊方法的模糊半马尔可夫跳跃系统的故障检测，IEEE Trans。模糊。系统。，2019,https://doi。org/10.109/TFUZZ.2019.2936333。 [40] L.Zhang，H.Liang，Y.Sun，C.Ahn，输出量化半马尔可夫跳跃系统的自适应事件触发故障检测方案，IEEE Trans。系统。人类网络。2019年A部分，https://doi.org/10.109/TSMC.2019.2912846。 [41] R.Zhang，D.Zeng，S.Zhong，使用采样数据控制的时滞混沌Lur'e系统的新型主从同步准则，J.Franklin Inst.，354（12）：4930-49542017，https://doi.org/10.1016/j.jfranklin.2017.05.008。 ·Zbl 1367.93357号 [42] R.Zhang，D.Zeng，S.Zhong，Y.Yu，具有通信延迟的记忆神经网络稳定性和稳定性的事件触发采样控制，应用。数学。计算。，310:57-74, 2017,https://doi.org/10.1016/j.amc.2017.04.028。 ·Zbl 1426.94180号 [43] 周勤，姚德尧，王建民，吴振中，利用滑模控制方法对不确定半马尔可夫跳跃系统进行鲁棒控制，应用。数学。计算。，286:72-87, 2016,https://doi。org//10.1016/j.amc.2016.03.013·Zbl 1410.93118号 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。