×

具有无界多时滞和不确定性的非线性复杂网络的脉冲控制全局同步。 (英语) 兹伯利07562504

摘要:本文研究了具有不确定性的非线性驱动响应复杂网络的全局同步问题。在我们的复杂网络模型中,考虑了无界多重时滞,例如内部时滞、耦合时滞和脉冲瞬间的采样时滞。通过引入广义脉冲延迟比较原理,克服了这些多重延迟所带来的困难。设计了延迟脉冲控制器,并推导了一些新的同步准则,以使驱动响应复杂网络实现(mu)-同步。与现有的相关工作相比,不存在脉冲间隔和延迟的限制,也不需要外部耦合矩阵来满足耗散耦合条件。最后,通过两次数值模拟验证了理论结果的正确性。

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] 王,F。;郑振伟。;杨永清,通过分布式脉冲控制实现时变时滞异质分数阶动态网络的准同步,混沌孤子分形,142,文章110465 pp.(2021)·Zbl 1496.34099号
[2] 王,F。;Zheng,Z.W.,输入饱和下分数阶混沌系统的准投影同步,Physica A,534,Article 122132 pp.(2019)·Zbl 07570661号
[3] 风机,高压。;Shi,K.B。;Zhao,Y.,具有多个时变时滞和脉冲效应的不确定复杂动力网络的Pinning脉冲簇同步,Physica A,587,Article 126534 pp.(2022)·Zbl 07483639号
[4] 唐瑞秋。;Su,H.S。;邹毅。;Yang,X.S.,通过间歇量化控制实现时滞马尔可夫耦合神经网络的有限时间同步:线性规划方法,IEEE Trans。神经网络。学习。系统。(2021)
[5] Parastesh,F。;贾法里,S。;阿扎努什,H。;Shahriari,Z。;王,Z。;博卡莱蒂,S。;Perc,M.,Chimeras,Phys博士。代表,898,1-114(2021)·Zbl 1490.34044号
[6] 唐,Z。;帕克,J.H。;Lee,T.H.,通过非一致自适应同步实现不确定复杂网络的拓扑和参数识别,非线性动力学。,85, 2171-2181 (2016) ·Zbl 1349.93102号
[7] Yang,X.S。;Feng,Y.M。;Yiu,K.F.C。;宋,Q。;Alsaadi,F.E.,通过量化间歇钉扎控制同步具有无限时间分布延迟的耦合神经网络,非线性动力学。,94, 2289-2303 (2018) ·Zbl 1422.34166号
[8] Shoreh,A.A.-H。;库兹涅佐夫,N.V。;Mokaev,T.N.,一类具有未知参数的复杂超混沌系统的新自适应同步算法及其在安全通信中的应用,Physica a.,586,文章126466 pp.(2022)·Zbl 07483586号
[9] Shi,K.B。;Wang,J。;钟S.M。;Tang,Y.Y。;Cheng,J.,基于切换模糊采样控制的T-S模糊延迟神经网络的非脆弱记忆滤波,模糊集系统。,394, 40-64 (2020) ·Zbl 1452.93021号
[10] 李晓东。;Yang,X.Y。;Huang,T.W.,延迟合作模型的持续性:脉冲控制方法,应用。数学。计算。,342, 130-146 (2019) ·Zbl 1428.34113号
[11] 唐,Z。;Park,J.H。;Wang,Y。;Feng,J.W.,具有簇树拓扑的导数耦合神经网络的脉冲同步,IEEE Trans。Netw公司。科学。工程师,71788-1798(2020)
[12] 张丽珍。;Li,Y.Y。;卢·J·G。;Lu,J.Q.,多智能体系统的二部异步脉冲跟踪共识,Front。技术信息。选举人。工程(2022)
[13] 邓丽萍。;Wu,Z.Y.,具有不同节点的社区网络中的脉冲集群同步,Commun。西奥。物理。,58, 4, 525-530 (2012) ·Zbl 1264.34104号
[14] 刘,L.F。;刘凯。;Xiang,H.Y。;刘强,复杂动力网络的Pinning脉冲群同步,Physica A,545,Article 123580 pp.(2020)
[15] 彭,D.X。;Li,X.D.,领导通过事件触发脉冲控制实现复杂动态网络同步,神经计算,412,1-10(2020)
[16] Yang,X.S。;吕建清。;何鸿燊。;Song,Q.,不确定混合交换和脉冲复杂网络的同步,应用。数学。型号。,59, 379-392 (2018) ·Zbl 1480.34071号
[17] 吕建清。;Kurths,J。;曹建德。;马哈达维,N。;黄,C.,非线性随机动力网络的同步控制:钉扎脉冲策略,IEEE Trans。神经网络。学习。系统。,23, 2, 285-292 (2012)
[18] Li,H.L。;曹建德。;胡,C。;张,L。;Wang,Z.L.,通过混合脉冲控制实现具有非延迟和延迟耦合的两个分数阶复杂网络之间的全局同步,神经计算,356,31-39(2019)
[19] 吕晓霞。;李晓东。;曹建德。;Perc,M.,通过脉冲控制实现耦合多稳态神经网络的动态和静态多同步,IEEE Trans。神经网络。学习。系统。,29, 12, 6062-6072 (2018)
[20] Wang,P.F。;Li,S.Y。;Su,H.,通过脉冲控制实现网络上复值随机泛函微分系统的稳定性,混沌孤子分形,133,第109561页,(2020)·Zbl 1483.34101号
[21] Yang,X.S。;李晓东。;吕建清。;Cheng,Z.S.,通过混合执行器故障和脉冲效应控制实现具有开关拓扑的时滞复杂网络同步,IEEE Trans。赛博。,50, 9, 4043-4052 (2020)
[22] 吕建清。;江,B.X。;Zheng,W.X.,时滞对脉冲控制系统稳定性的潜在影响,IEEE Trans。自动。控制(2021)
[23] Yang,X.S。;杨振中,具有时变脉冲时滞和随机效应的TS模糊复杂动态网络的同步,模糊集系统。,235,25-43(2014)·Zbl 1315.93055号
[24] 刘晓珍。;Zhang,K.X.,《时间尺度上线性动力学网络的同步:通过延迟脉冲的钉扎控制》,Automatica,72,147-152(2016)·Zbl 1344.93071号
[25] 李晓东。;Song,S.J。;Wu,J.H.,时滞脉冲非线性系统的指数稳定性及其应用,IEEE Trans。自动。对照,64,10,4024-4034(2019)·Zbl 1482.93452号
[26] 张,L。;Yang,X.S。;徐,C。;Feng,J.W.,通过时滞脉冲控制实现具有时变时滞和随机扰动的复值复杂网络的指数同步,应用。数学。计算。,306, 22-30 (2017) ·Zbl 1411.93193号
[27] 江碧霞。;吕建清。;Liu,Y.,具有平均时滞脉冲的时滞系统的指数稳定性,SIAM J.控制优化。,58, 6, 3763-3784 (2020) ·Zbl 1467.34074号
[28] Sar,G.K。;乔杜里,S.N。;Perc,M。;Ghosh,D.,竞争时变相位相互作用下的Swarmator,新物理学杂志。,24,4,第043004条pp.(2022)
[29] Rakkiyappan,R。;Chandrasekar,A。;Petchiamal,G.,具有随机发生不确定性和模式相关时变延迟的中立型马尔可夫跳跃混沌神经网络的非脆弱鲁棒同步,ISA Trans。,53, 6, 1760-1770 (2014)
[30] 黄Y.L。;邱S.H。;Ren,S.Y。;Zheng,Z.W.,有参数不确定性和无参数不确定性耦合Cohen-Grossberg神经网络的固定时间同步,神经计算,315157-168(2018)
[31] Li,X.L。;罗晓云。;王,J.G。;Zhu,Y.K。;Guan,X.P.,具有参数不确定性的网络机器人系统基于轴承的编队控制,神经计算,306234-245(2018)
[32] 王,G。;卢,S.W。;刘,W.B。;Ma,R.N.,具有不确定参数、结构和扰动的两个复杂网络的自适应完全同步,J.Compute。科学。,54,第101436条pp.(2021)
[33] Chen,T.P。;Wang,L.L.,无界时变时滞时滞神经网络的全局稳定性,IEEE Trans。神经网络。,18, 6, 1836-1840 (2007)
[34] Tan,M.C。;Xu,D.S.,具有非单调分段非线性激活函数和无界时变延迟的基于忆阻器的复值神经网络的多重稳定性分析,神经计算,2752681-2701(2018)
[35] 崔洪明。;郭杰。;冯建新。;Wang,T.F.,具有无界时变时滞和有界连续分布时滞的脉冲反应扩散神经网络的全局稳定性,神经计算,157(2015)
[36] 胡,B.X。;宋庆科。;Li,K.L。;赵振杰。;Liu,Y.R。;Alsaadi,Fuad E.,具有泄漏延迟和混合时变延迟的脉冲复值神经网络的全局同步,神经计算,307,106-116(2018)
[37] 徐,Z.L。;李晓东。;Duan,P.Y.,通过延迟脉冲控制实现具有未知界时变延迟的复杂网络同步,神经网络。,125, 224-232 (2020) ·Zbl 1447.93153号
[38] 毛,K。;刘晓云。;曹建德。;胡玉凤,不确定参数耦合神经网络的有限时间二部同步,Physica A,585,Article 126431 pp.(2022)·Zbl 07482566号
[39] 夏,W.G。;Cao,J.D.,通过周期性间歇控制实现延迟动态网络的Pinning同步,Chaos,19,Article 013120 pp.(2009)·Zbl 1311.93061号
[40] 王Z.Y。;Liu,X.Z.,时滞脉冲复值神经网络的指数稳定性,数学。计算。模拟。,156, 143-157 (2019) ·Zbl 07316572号
[41] 唐,R.Q。;Yang,X.S。;万,X.X。;邹毅。;Cheng,Z.S。;Fardoun,H.M.,通过非抖振量化控制实现具有时滞和脉冲效应的非恒等BAM间断模糊神经网络的有限时间同步,Commun。非线性科学。数字。模拟。,78,第104893条,第(2019)页·Zbl 1476.93143号
[42] Lin,D.W。;李晓东。;O'Regan,D.,\(\mu\)-具有脉冲效应的无限时滞泛函微分系统的稳定性,应用。分析。,92, 1, 15-26 (2013) ·Zbl 1266.34122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。