×
秦晓丽;王聪;李丽香;彭、海鹏;杨义贤;叶璐

基于记忆电阻的多链路泄漏延迟神经网络的有限时间修正投影同步。 （英语） Zbl 1442.93034号

混沌孤子分形 116, 302-315 (2018).
摘要：本文研究了基于记忆电阻的多链路神经网络（MNNL）的有限时间修正投影同步问题。MNNLs模型考虑了泄漏和离散时变时滞（混合时滞）。通过设计时滞相关控制器和自适应控制器，驱动响应系统可以实现任意常数的有限时间修正投影同步。基于两种有限时间稳定性理论和一些微分不等式，利用Lyapunov稳定性方法得到了几个有限时间修正的投影同步准则。此外，给出了关于有限时间修正投影同步特殊情况的几个推论以及所提出的定理。最后，给出了三个数值模拟，以说明其有效性，并验证了我们结果的正确性。

引用于9文件

MSC公司：

93D40型 有限时间稳定性
2006年第34天 常微分方程解的同步
93C40型 自适应控制/观测系统
93立方厘米 延迟控制/观测系统

关键词：

基于忆阻的多链路神经网络（MNNL）;泄漏延迟;有限时间同步;修正投影同步
PDF格式BibTeX公司 XML格式引用
\textit{X.Qin}等人，混沌孤子分形116，302-315（2018；Zbl 1442.93034）
全文： 内政部

参考文献：

[1] 斯特鲁科夫，D.B。；斯奈德，G.S。；Stewart，D.R.，《发现丢失的忆阻器》，《自然》，453，7191，80-83（2008）
[2] Chua，L.O.，《忆阻器——缺失的电路元件》，IEEE Trans circuit Theory，18，5，507-519（1971）
[3] 郑，M。；李，L。；Peng，H.，基于记忆电阻的延迟分数阶神经网络的有限时间投影同步，非线性Dyn，89，4，2641-2655（2017）·Zbl 1377.93074号
[4] 陈，C。；李，L。；Peng，H.，基于记忆电阻的混合延迟神经网络的有限时间同步，神经计算，235，C，83-89（2017）
[5] 宋，Y。；Sun，W.，基于随机记忆电阻的混合延迟神经网络的自适应同步，Neu Proc Lett，46，3，969-990（2017）
[6] 马蒂亚拉甘，K。；Park，J.H。；Sakthivel，R.，使用随机非线性脉冲控制对延迟记忆BAM神经网络进行同步，应用数学计算，259，C，967-979（2015）·Zbl 1390.34170号
[7] Sakthivel，R。；R.安布维提亚。；Mathiyalagan，K.，具有随机增益波动的忆阻神经网络的h∞和被动状态组合估计，神经计算，168，C，1111-1120（2015）
[8] 阿卜杜拉赫曼，A。；Jiang，H.，基于记忆电阻的神经网络与不连续神经元激活指数同步的新结果，Neu Netw，84，C，161-171（2016）·Zbl 1429.93304号
[9] 马蒂亚拉甘，K。；R.安布维提亚。；Sakthivel，R.，《利用无源性理论实现基于忆阻器的神经网络的非脆弱（h∞）同步》，Neu Netw，74，C，85-100（2016）·Zbl 1398.34109号
[10] 吴，H。；李，R。；Yao，R.，带时滞混沌记忆神经网络的弱、修正和函数投影同步，神经计算，149，PB，667-676（2015）
[11] 刘博士。；朱，S。；Sun，K.，具有时滞的复值记忆神经网络的全局反同步，IEEE Trans-Cybern，PP，99，1-13（2018）
[12] 陈，C。；李，L。；Peng，H.，基于记忆电阻的混合延迟BAM神经网络的自适应同步，应用数学计算，322100-110（2018）·Zbl 1426.93121号
[13] R.安布维提亚。；马蒂亚拉甘，K。；Sakthivel，R.，具有不同记忆和不确定延迟的基于记忆电阻器的BAM神经网络的无源性，Cogn Neurodyn，10，4，339-351（2016）
[14] 王，D。；黄，L。；Tang，L.，具有不连续激活的延迟cohen-grossberg神经网络的广义钉扎同步，Neu Netw，104，80-92（2018）·Zbl 1441.93254号
[15] 杨伟（Yang，W.）。；于伟（Yu，W.）。；Cao，J.，脉冲延迟记忆模糊cohen-grossberg BAM神经网络的全局指数稳定性和滞后同步，Neu Netw，98，122-153（2017）·Zbl 1442.34133号
[16] Bao，H。；Park，J.H。；Cao，J.，基于分数阶记忆电阻的神经网络的时滞自适应同步，非线性动态，82，3，1343-1354（2015）·兹比尔1348.93159
[17] 张，L。；Yang，Y。；Wang，F.，具有开关跳跃失配的分数阶记忆神经网络的投影同步，《物理与统计力学及其应用》，471，402-415（2017）·Zbl 1400.34129号
[18] 邱，B。；李，L。；Peng，H.，具有多链路和脉冲扰动的基于忆阻器的开关网络的渐近和有限时间同步，Neu Comp Appl，2018，1-17（2018）
[19] Wen，S。；曾，Z。；Huang，T.，基于模糊方法的记忆神经网络指数自适应滞后同步及其在伪随机数发生器中的应用，IEEE Trans-fuzzy Syst，22，6，1704-1713（2014）
[20] Wen，S。；曾，Z。；Huang，T.，通过神经激活函数实现切换神经网络的滞后同步以及在图像加密中的应用，IEEE Trans neural Netw Learn Syst，26，7，1493-1502（2015）
[21] 邱，B。；李，L。；Peng，H.，均匀随机攻击下基于多链路忆阻器的交换网络的同步，Neu Proc Lett，10，1-28（2018）
[22] Wang，L。；Yi，S。；Zhang，G.，基于记忆电阻的延迟神经网络的有限时间稳定和自适应控制，IEEE Trans neural Netw Learn Syst，28，11，2648-2659（2017）
[23] 涂，Z。；丁，N。；Li，L.，具有时变时滞和反应扩散项的记忆神经网络的自适应同步，应用数学计算，31118-128（2017）·Zbl 1426.93289号
[24] Zhang，J.E.，记忆调节型网络的渐近稳定性和渐近同步，高等数学物理，2017，1-11（2017）·Zbl 1401.34094号
[25] Park，J.H.，不确定参数四维混沌系统修正投影同步的自适应控制，计算应用数学杂志，213，1，288-293（2008）·Zbl 1137.93035号
[26] 顾毅。；Yu，Y。；Wang，H.，基于分数阶记忆电阻的时滞神经网络的投影同步，Neu Comp Appl，2018，1-16（2018）
[27] Velmurugan，G。；Rakkiyappan，R.，基于分数阶记忆电阻的时滞神经网络的混合投影同步，非线性Dyn，11，3，1-14（2015）·兹比尔1338.34151
[28] Sakthivel，R。；Anbuvithya，R。；Mathiyalagan，K.，具有不同记忆函数的BAM记忆神经网络的可靠反同步条件，应用数学计算，275，C，213-228（2016）·Zbl 1410.92012年
[29] Park，J.H.，具有不确定参数的genesioesi混沌系统修正投影同步的自适应控制器设计，混沌孤子分形，34，4，1154-1159（2007）·Zbl 1142.93428号
[30] 刘，H。；王，Z。；Shen，B.，具有泄漏和概率延迟的离散时间随机记忆神经网络的稳定性分析，Neu Netw，102，1-9（2018）·Zbl 1441.93323号
[31] Fu，问。；蔡，J。；Zhong，S.，带泄漏和两个附加时变延迟的基于忆阻的神经网络的耗散性和无源性分析，神经计算，275747-757（2018）
[32] Syed Ali，M。；萨拉瓦纳库马尔，R。；Cao，J.，基于记忆电阻的混合时变时滞中性型随机BAM神经网络的新无源性标准，神经计算，171，C，1533-1547（2016）
[33] 江，P。；曾，Z。；Chen，J.，具有泄漏、时变和分布式延迟的基于忆阻器的神经网络的概周期解，神经网络，68，34-45（2015）·Zbl 1397.34144号
[34] 袁，M。；Wang，W。；Luo，X.，通过混合控制实现基于忆阻器的多向联想记忆神经网络的指数滞后函数投影同步，Mod Phys Lett B，32，09，1850116（2018）
[35] 袁，M。；罗，X。；Wang，W.，混合时变时滞和扰动耦合记忆递归神经网络的Pinning同步，Neu Proc Lett，2018，1-24（2018）·Zbl 1427.93033号
[36] Arscott，F.M.，《具有不连续右手边的微分方程》（1988），Kluwer学术出版社·Zbl 0664.34001号
[37] Aubin，J.P。；Cellina，A.，《差异包裹体》（1984），施普林格：施普林格-柏林-海德堡出版社·Zbl 0538.34007号
[38] Khalil，H.K.，非线性系统（2002），普伦蒂斯·霍尔：新泽西州普伦蒂斯霍尔上鞍河·Zbl 1003.34002号
[39] 唐毅，刚性机器人的终端滑模控制，Automatica，34，1，51-56（1998）·Zbl 0908.93042号
[40] Yang，X.，具有任意延迟的神经网络能有限时间同步吗？，神经计算，143275-281（2014）
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。