×
严红云;乔、袁华;任志华;段丽娟;苗、军

具有参数扰动和混合延迟的分数阶记忆MAM神经网络的主从同步。 （英语） Zbl 07676842号

Commun公司。非线性科学。数字。模拟。 120，文章ID 107152，20 p.（2023）.
摘要：为了尽可能真实地描述系统，建立了具有参数扰动、时变和分布延迟的分数阶忆阻多向联想记忆神经网络。此外，还探讨了主从同步。首先，在菲利波夫意义下，利用压缩映射原理导出了保证系统平衡点唯一性的一些条件。其次，从降低控制成本的角度出发，首次设计了钉扎控制器和自适应钉扎控制器来诱导FOMMAMNN的同步。此外，利用分数微积分的性质、适当的Lyapunov候选函数和分数Barbalat引理，得到了一些同步准则。第三，提出了一种基于混沌同步的通信方案，以实现重要信息的安全传输。最后，通过两个数值仿真验证了理论结果的可行性和所设计通信方案的安全性。

引用于1文件

MSC公司：

68泰克 人工智能
94A05级 传播学理论
34年X月 常微分方程

关键词：

主从同步;分数阶;记忆多向联想记忆神经网络;参数扰动;混合延迟;牵制控制;安全通信
PDF格式BibTeX公司 XML格式引用
\textit{H.Yan}等人，Commun。非线性科学。数字。模拟。120，文章ID 107152，20 p.（2023；Zbl 07676842）
全文： 内政部

参考文献：

[1] Hong，Q.H。；李毅。；王晓平，用于图像恢复的记忆连续Hopfield神经网络电路，神经计算应用，32，12，8175-8185（2020）
[2] Kobayashi，M.，转子和矩阵值hopfield神经网络的噪声-ro-blast投影规则，IEEE Trans neural Netw学习系统，33，2，567-576（2022）
[3] 李晓明。；刘晓刚。；Zhang，S.L.，分数阶时滞BAM神经网络有限时间稳定性的新判据，神经计算应用，34，6，4501-4517（2022）
[4] Hagiwara，M.，多向联想记忆，Proc-Int Joint Conf Neural Netw，1,3-6（1990）
[5] M'hamdi，M.S.，关于静态DMAM神经网络的加权伪近周期解，神经过程Lett，54，5，4443-4464（2022）
[6] Zhang，Y。；乔，Y.H。；Duan，L.J.，具有不连续激活函数和混合时滞的多向关联神经网络的周期动力学，国际鲁棒非线性控制杂志，31，10，4570-4588（2021）·Zbl 1525.93356号
[7] 奥乌蒂，C。；Ben Rezeg，M.，《脉冲多向联想记忆神经网络：新结果》，《国际生物数学杂志》，第14期，第07页，第2150060页。（2021）·Zbl 07439921号
[8] 高杰。；王庆瑞。；Lin，Y.，时间尺度上分布时滞MAM神经网络近周期解的存在性和指数稳定性，应用数学J中国大学B辑，36，1，70-82（2021）·Zbl 1488.34435号
[9] Chaouki，A。；Touati，F.，具有混合延迟的Clifford值多向联想记忆神经网络的全局耗散性，计算应用数学，39，4，310（2020）·Zbl 1476.93132号
[10] Wang，W.P。；孙，Y。；Yuan，M.M.，通过自触发脉冲控制实现记忆多向联想记忆神经网络的投影同步及其在图像保护中的应用，混沌孤子分形，150，文章11111 0 pp.（2021）
[11] Wang，W.P。；贾，X。；Luo，X.，混合延迟记忆MAM神经网络的固定时间同步控制及其在混沌安全通信中的应用，混沌孤子分形，126，85-96（2019）·兹比尔1448.93151
[12] Wang，W.P。；Yu，X。；Luo，X.，记忆多向联想记忆神经网络的同步控制及其在网络安全通信中的应用，IEEE Access，636002-36018（2018）
[13] Wang，W.P。；Yu，X。；Luo，X.，混沌记忆多向联想记忆神经网络的有限时间同步及其在图像加密中的应用，IEEE Access，6，35764-35779（2018）
[14] Wang，S.F。；李立新。；Peng，H.P.，通过不连续控制实现时变时滞分数阶多链接记忆神经网络的全局渐近同步，数学方法应用科学，1-22（2021）
[15] 普拉塔普，A。；Raja，R。；Sowmiya，C.，基于分数阶记忆电阻的混合时变时滞BAM神经网络的全局投影时滞同步，亚洲J控制，22，1，570-583（2020）
[16] Wang，S.F。；李立新。；Peng，H.P.，具有混合时变延迟的基于多链忆阻的神经网络的有限时间同步，IEEE Access，8169966-169981（2020）
[17] 秦晓乐。；王，C。；Li，L.X.，通过自适应控制实现多链路记忆神经网络的有限时间滞后同步，IEEE Access，855398-55410（2020）
[18] 佩科拉，L.M。；Carroll，T.L.，《混沌系统中的同步》，《物理评论》，64，8，821-824（1990）·Zbl 0938.37019号
[19] 阿利亚巴迪，F。；Majidi，M.H。；Khorashadizadeh，S.，使用自适应量子神经网络的混沌同步及其在安全通信和密码学中的应用，神经计算应用，34，8，6521-6533（2022）
[20] Yadav，V.K。；Shukla，V.K。；Das，S.，分数阶复杂混沌系统的指数同步及其应用，混沌孤子分形，147，文章110937 pp.（2021）·兹比尔1486.34042
[21] Tan，X.G。；湘，C.C。；Cao，J.D.，通过周期性自触发脉冲控制实现神经网络同步及其在图像加密中的应用，IEEE Trans-Cybern，52，8，8246-8257（2022）
[22] Li，H.F。；李，C.D。；Ouyang，D.Q.，具有执行器饱和和采样数据控制的无界延迟惯性神经网络的脉冲同步及其在图像加密中的应用，IEEE Trans neural Netw Learn Syst，32，41440-1473（2021）
[23] 张明杰。；臧，H.Y。；Bai，L.Y.，同步混沌系统的一种新的预定义时间滑模控制方案，混沌孤子分形，164，第112745页，（2022）·Zbl 1508.93059号
[24] 纪晓瑞。；吕建清。；Jiang，B.X.，延迟神经网络的分布式同步：延迟相关混合脉冲控制，IEEE Trans-Netw Sci-Eng，9，2634-647（2022）
[25] 丁，S.B。；Wang，Z.S.，通过事件相关间歇固定控制实现耦合神经网络的同步，IEEE Trans-Syst Man Cybern，52，3，1928-1934（2022）
[26] 钟庆生。；韩，S。；Shi，K.B.，非线性网络控制系统自适应记忆事件触发机制和非周期间歇控制器的协同设计，IEEE Trans Circuits Syst II（2022）
[27] Shi，K.B。；蔡，X。；She，K.，异常网络攻击下岛屿微电网有功功率共享和频率调节的量化记忆比例积分控制，Appl Energy，322，第119540页，（2022）
[28] Wang，W.P。；贾，X。；Wang，Z.，分数阶记忆MAM神经网络的滑模控制定时同步，神经计算，401，364-376（2020）
[29] 曹振荣。；李，C.D。；He，Z.L.，通过固定脉冲控制实现多权值和时滞耦合随机反应扩散神经网络的同步，IEEE Trans-Netw Sci Eng，9，2，820-833（2022）
[30] Hui，M。；Yan，J.F。；Zhang，J.，通过间歇钉扎控制实现混合时滞惯性神经网络的指数同步，国际J鲁棒非线性控制，32，1，358-372（2022）
[31] Yu，Y.N。；张志勇。；Zhong，M.Y.，固定时间间隔内时变时滞复值惯性神经网络的Pinning同步和自适应同步，J Franklin Inst B，359，2，1434-1456（2022）·Zbl 1481.93111号
[32] 金，X。；王Z.X。；Yang，H.H.，通过固定自适应控制实现具有随机扰动的多路网络同步，J Franklin Inst B，358，7，3994-4012（2021）·Zbl 1464.93076号
[33] 姚明，W。；Wang，C.H。；Sun，Y.C.，具有参数扰动和时变延迟的记忆神经网络的鲁棒多模式函数同步，IEEE Trans-Syst Man Cybern，52，1，260-274（2022）
[34] Liu，Y.F。；沈，B。；Zhang，P.，具有随机系统参数的离散时间耦合延迟复值神经网络的同步和状态估计，神经网络，150，181-193（2022）·兹比尔1525.93327
[35] Wu，F。；Huang，Y.L.，有参数不确定性和无参数不确定性耦合复值记忆神经网络的有限时间同步和（H_）同步，神经计算，469，163-179（2022）
[36] Podlubny，I.，分数微分方程（1999），学术出版社：圣地亚哥学术出版社·Zbl 0918.34010号
[37] 张，S。；Yu，Y.G。；Hu，W.，具有参数不确定性的分数阶hopfield神经网络的鲁棒稳定性分析，Math Probl Eng，2014，文章302702 pp.（2014）·Zbl 1407.34079号
[38] Wang，F。；Yang，Y.Q.，分数阶Barbalat引理及其在分数阶非线性系统稳定性中的应用，数学模型分析，22，4503-513（2017）·Zbl 1488.93132号
[39] 蔡振伟。；Huang，L.H.，基于记忆电阻的时变时滞BAM神经网络的泛函微分包含和动态行为，Commun非线性科学数值模拟，19，5，1279-1300（2014）·Zbl 1457.34103号
[40] Chen，J.J。；曾振国。；Jiang，P.，基于记忆电阻的分数阶神经网络的全局Mittag-Lefler稳定性和同步，神经网络，51，1-8（2014）·Zbl 1306.34006号
[41] 巴勒卡尔，S。；Gejji，V.D.，解分数阶非线性时滞微分方程的预测-校正方案，分形计算应用杂志，1，5，1-9（2011）·Zbl 1488.65209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。