高级搜索

AIMS数学

2022,第7卷, 第1版以下为： 143-155。 数字对象标识：10.3934/小时202208
上一篇文章 下一篇文章
研究文章

部分耦合动态网络的Pinning控制脉冲同步

  • 山东师范大学数理统计学院，济南，250014
  • 收到：2021年8月15日 认可的：2021年9月30日 出版：2021年10月8日

  • MSC公司：34K20、34K45、35R12

  • 本文通过钉住脉冲控制研究了具有一般耦合矩阵的耦合非线性系统的全局指数外同步。建立了更现实、更一般的部分耦合驱动响应系统，其中耦合节点之间的完全通信信道矩阵可能不是置换矩阵，提出了一些新颖且限制较少的同步准则。最后，构造了一个数值例子来表明我们的理论结果的有效性。

    引用：金诚。部分耦合动态网络的Pinning控制脉冲同步[J]。AIMS数学，2022，7（1）：143-155。doi:10.3934/毫米.2022008

    相关论文：

  • 本文通过钉住脉冲控制研究了具有一般耦合矩阵的耦合非线性系统的全局指数外同步。建立了更现实、更一般的部分耦合驱动响应系统，其中耦合节点之间的完全通信信道矩阵可能不是置换矩阵，提出了一些新颖且限制较少的同步准则。最后，构造了一个数值例子来说明我们的理论结果的有效性。


    加载中


    [1] P.Erdös，A.Rényi，关于随机图的演化匈牙利科学院数学研究所，5(1960), 17–61.
    [2] X.D.Li，D.Regan，H.Akca，无界连续分布时滞脉冲神经网络的全局指数镇定，IMA J.应用。数学。,80(2015), 85–99. doi:10.1093/imamat/hxt027。数字对象标识：10.1093/imamat/hxt027
    [3] A.Pratap，R.Raja，J.Alzabut，J.D.Cao，G.Rajchakit，C.X.Huang，四元数域分数阶神经网络的Mittag-Lefler稳定性和自适应脉冲同步，数学。方法。申请。科学。,43(2020), 6223–6253. doi:10.1002/mma.6367。数字对象标识：10.1002毫米/毫米.6367
    [4] T.T.Wang，L.Xu，J.B.Li，SDCRKL-GP：用于图像识别的高斯过程中的可缩放深度卷积随机核学习，神经计算,456(2021), 288–298. doi:10.1016/j.neucom.2021.05.092。数字对象标识：2016年10月10日/j.neucom.2021.05.092
    [5] W.M.Wu，F.K.Zhang，C.Wang，C.Z.Yuan，基于确定性学习和结构稳定性的采样序列动态模式识别，神经计算,458(2021), 376–389. doi:10.1016/j.neucom.2021.06.001。数字对象标识：2016年10月10日/j.neucom.2021.06.001
    [6] F.Wang，Y.R.Sun，自组织对等社交网络，计算。智力。,24(2008), 213–233. doi:10.1111/j.1467-8640.2008.00328.x.doi:10.1111/j.1467-8640.2008.00328.x号
    [7] B.Huberman，L.Adamic，《全球互联网的增长动力》，自然,401（1999），第131页。
    [8] G.Rajchakit，具有区间时变时滞的非线性不确定随机切换离散时间系统的鲁棒稳定性和镇定，申请。数学。信息科学。,6(2012), 555–565.
    [9] X.D.Li，J.H.Shen，H.Akca，R.Rakkiyappan，小参数时滞奇异摄动非线性脉冲微分系统基于LMI的稳定性，申请。数学。计算。,250(2015), 798–804. doi:10.1016/j.amc.2014.10.113。数字对象标识：2016年10月10日/j.amc.2014.10.113
    [10] C.Maharajan，R.Raja，J.D.Cao，G.Rajchakitd，Z.W.Tu，A.Alsadei，基于LMI的具有泄漏和时变时滞的BAM型神经网络指数稳定性的结果：非脆弱状态估计方法，申请。数学。计算。,326（2018），第33-55页。doi:10.1016/j.amc.2018.01.001。数字对象标识：2016年10月10日/j.amc.2018.01.001
    [11] X.S.Yang，Z.C.Yang，X.B.Nie，通过延迟脉冲控制实现不连续混沌系统的指数同步及其在安全通信中的应用，Commun公司。非线性科学。数字。模拟。,19(2014), 1529–1543. doi:10.1016/j.cnsns.2013.09.012。数字对象标识：10.1016/j.cnsns.2013.09.012
    [12] G.Ling，X.Z.Liu，M.F.Ge，Y.H.Wu，带噪声时变复杂动态网络的时滞依赖簇同步，J.富兰克林研究所。,358(2021), 3193–3214. doi:10.1016/j.jfranklin.2021.02.004。数字对象标识：2016年10月10日/j.jfranklin.2021.02.004
    [13] W.L.He，T.H.Luo，Y.Tang，W.L..Du，Y.C.Tian，F.Qian，事件触发策略下基于混沌神经网络量化同步的安全通信，IEEE T.Neur公司。净值。李尔。,31(2020), 3334–3345. doi:10.1109/TNNLS.2019.2943548。数字对象标识：10.1109/TNNLS.2019.2943548
    [14] 吕建清，何德华，广义动态网络的全局指数同步性和同步性，IEEE T.系统。Man Cy.S公司,40（2010），350–361。doi:10.1109/TSMCB.2009.2023509。数字对象标识：10.1109/TSMCB.2009.2023509
    [15] N.Wang，X.C.Li，J.Q.Lu，F.E.Alsaadi，具有混合脉冲的耦合神经网络阵列中的统一同步标准，神经网络,101(2018), 25–32. doi:10.1016/j.neunet.2018.01.017。数字对象标识：2016年10月10日/j.neunet.2018.01.017
    [16] X.S.Yang，Q.Song，J.D.Cao，J.Q.Lu，通过量化控制同步具有比例延迟的耦合马尔可夫反应扩散神经网络，IEEE T.Neur公司。净值。李尔。,30（2019），951–958。doi:10.1010/TNNLS.2018.2853650。数字对象标识：10.1109/TNNLS.2018.2853650
    [17] X.S.Yang，Y.Liu，J.D.Cao，L.Rutkowski，耦合时滞神经网络与模式相关平均驻留时间切换的同步，IEEE T.Neur公司。净值。李尔。,31(2020), 5483–5496. doi:10.1109/TNNLS.2020.2968342。数字对象标识：10.1109/吨.2020.2968342
    [18] 刘杰，吴洪秋，曹建东，多权值非连续非线性半马尔可夫切换动态复杂网络的定时事件触发同步，Commun公司。非线性科学。,90(2020), 105400. doi:10.1016/j.cnsns.2020.105400。数字对象标识：2016年10月10日/j.cnsns.2020.105400
    [19] X.H.Wang，H.Q.Wu，J.D.Cao，全球领导者在有限时间内对具有非线性增长的不连续固有动力学的分数阶多智能体系统达成共识，非线性分析-混合的。,37(2020), 100888. doi:10.1016/j.nahs.2020.100888。数字对象标识：2016年10月10日/j.nahs.2020.100888
    [20] 沈京东，王鹏，王晓杰，进化多目标优化的受控强化优势关系，IEEE T.控制论,136(2020), 3015998. doi:10.1109/TCYB.2020.3015998。数字对象标识：10.1109/TCYB.2020.3015998号
    [21] C.P.Li，W.G.Sun，J.Kurths，两个耦合复杂网络之间的同步，物理学。版本E,76(2007), 046204. doi:10.1103/PhysRevE.76.046204。数字对象标识：10.1103/物理版次：76.046204
    [22] 唐洪伟，陈立群，陆建安，谢长光，拓扑结构不完全相同的两个复杂网络之间的自适应同步，物理A。,387(2008), 5623–5630. doi:10.1016/j.physa.2008.05.047。数字对象标识：10.1016/j.physa.2008.05.047
    [23] 吴晓清，郑维新，周建军，复杂动力网络的广义外同步，混乱,19(2009), 013109. doi:10.1063/1.3072787。数字对象标识：10.1063/1.3072787
    [24] J.B.Zhang、A.C.Zhang，J.D.Cao，J.L.Qiu，F.E.Alsaadi，具有交叉耦合的两个延迟振荡器网络之间的自适应外部同步，科学。中国信息科学。,63（2020），209204。doi:10.1007/s11432-018-9843-x.doi:2007年10月17日/11432-018-9843-x
    [25] 李晓东，杨晓勇，黄政伟，延迟合作模型的持续性：脉冲控制方法，申请。数学。计算。,342(2019), 130–146. doi:10.1016/j.amc.2018.09.003。数字对象标识：2016年10月10日/j.amc.2018.09.003
    [26] 杨海良，王晓明，钟松明，舒林，基于时滞脉冲分布控制的非线性复杂动力系统同步，申请。数学。计算。,320（2018），75–85。doi:10.1016/j.amc.2017.09.019。数字对象标识：10.1016/j.amc.2017.09.019
    [27] X.Wang，J.H.Park，H.L.Yang，S.M.Zhong，基于脉冲忆阻器的神经网络有限时间同步的新设置时间估计协议，IEEE T.控制论, 2020, 3025932. 数字对象标识：10.1109/TCYB.2020.3025932号。
    [28] D.Yang，X.D.Li，J.H.Shen，Z.J.Zhou，具有稳定和不稳定模式的时滞切换系统的状态相关切换控制，数学。方法。申请。科学。,41(2018), 6968–6983. doi:10.1002/mma.5209。数字对象标识：10.1002/mma.5209
    [29] D.S.Xu，Y.Liu，M.Liu，通过反馈控制实现混合时滞多耦合随机模糊神经网络的有限时间同步，模糊集系统。,411(2021), 85–104. doi:10.1016/j.fss.2020.07.015。数字对象标识：2016年10月10日/j.fss.2020.07.015
    [30] 季海华，崔伯韬，刘晓忠，基于分布式传感器网络的分布参数系统网络化采样控制，Commun公司。非线性科学。,98(2021), 105773. doi:10.1016/j.cnsns.2021.105773。数字对象标识：2016年10月10日/j.cnsns.2021.105773
    [31] X.G.Tan，J.D.Cao，复杂网络中用于前导跟随同步的双事件驱动间歇控制，申请。数学。模型。,64(2018), 372–385. doi:10.1016/j.apm.2018.07.040。数字对象标识：2016年10月10日/下午2018.07.040
    [32] Xu Y.，S.Gao，W.X.Li，具有非周期间歇控制的分数阶复杂多链路网络的指数稳定性，IEEE T.神经网络。,32(2021), 4063–4074. doi:10.1109/TNNLS.2020.3016672。数字对象标识：10.1109/TNNLS.2020.3016672
    [33] F.Liu，Q.Song，G.H.Wen，J.D.Cao，X.S.Yang，钉扎控制下耦合延迟神经网络的二部同步，神经网络,108（2018），146–154。doi:10.1016/j.neuet.2018.08.009。数字对象标识：2016年10月10日/j.neunet.2018.08.009
    [34] X.Wang，X.Z.Liu，K.She，S.M.Zhong，具有不同时变时滞的复杂动态网络的Pinning脉冲同步，非线性分析-混合的,26(2017), 307–318. doi:10.1016/j.nahs.2017.06.005。数字对象标识：2016年10月10日/j.nahs.2017.06.005
    [35] V.I.Utkin，H.C.Chang，机电系统的滑模控制，数学。问题。工程师。,8（2002），635132。doi:10.1080/10241230306724。数字对象标识：10.1080/10241230306724
    [36] X.G.Tan，J.D.Cao，X.D.Li，领导-跟随多智能体系统的共识：分布式事件触发脉冲控制策略，IEEE T.控制论,49(2019), 792–801. doi:10.1109/TCYB.2017.2786474。数字对象标识：10.1109/TCYB.2017.2786474号
    [37] 杨彦，夏建伟，赵建立，李晓东，王振华，具有混合时滞的非线性随机金融系统的多目标非脆弱模糊控制，非线性分析。模型。控制,24(2019), 696–717.
    [38] D.X.Peng，X.D.Li，R.Rakkiyappan，Y.H.Ding，随机时滞系统的镇定：事件触发脉冲控制，申请。数学。计算。,401(2021), 126054. doi:10.1016/j.amc.2021.126054。数字对象标识：2016年10月10日/j.amc.2021.126054
    [39] X.D.Li，D.O.Regan，H.Akca，无界连续分布时滞脉冲神经网络的全局指数镇定，IMA J.应用。数学。,80(2015), 85–99. doi:10.1093/imamat/hxt027。数字对象标识：10.1093/imamat/hxt027
    [40] Y.S.Zhao，X.D.Li，J.D.Cao，基于柔性脉冲频率的无限分布时滞脉冲系统的全局指数稳定性，申请。数学。计算。,386(2020), 125467. doi:10.1016/j.amc.2020.125467。数字对象标识：2016年10月10日/j.amc.2020.125467
    [41] W.H.Chen，Z.Y.Jiang，X.M.Lu，S.X.Luo，$H^{infty}$利用分布式脉冲控制实现耦合时滞复杂动态网络的同步，非线性分析-混合的,17(2015), 111–127. doi:10.1016/j.nahs.2015.02.004。数字对象标识：10.1016/j.nahs.2015.02.004
    [42] H.L.Li，J.D.Cao，C.Hu，L.Zhang，Z.L.Wang，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(2019), 31–39. doi:10.1016/j.neucom.2019.04.059。数字对象标识：10.1016/j.neucom.2019.04.059
    [43] X.F.Wang，G.R.Chen，无标度动态网络的Pinning控制，物理A,310（2002），521–531。
    [44] 于伟伟，陈国荣，陆建华，关于复杂动力网络的钉扎同步，Automatica公司,45(2009), 429–435. doi:10.1016/j.automatica.2008.07.016。数字对象标识：10.1016/j.自动2008.07.016
    [45] 吕建清，丁家鼎，娄建刚，曹建东，通过钉扎脉冲控制器实现部分耦合动态网络的外同步，J.富兰克林一世。,352（2015），5024–5041。doi:10.1016/j.jfranklin.2015.08.016。数字对象标识：2016年10月10日/j.jfranklin.2015.08.016
    [46] X.C.Li，N.Wang，J.Q.Lu，F.E.Alsaadi，具有复杂内耦合矩阵的部分耦合动力网络的Pinning外同步，物理学A,515(2019), 497–509. doi:10.1016/j.physa.2018.09.095。数字对象标识：10.1016/j.physa.2018.09.095
    [47] W.L.He，F.Qian，J.D.Cao，Pinning通过脉冲控制控制具有分布延迟耦合的延迟神经网络同步，神经网络,85(2017), 1–9. doi:10.1016/j.neunet.2016.09.002。数字对象标识：2016年10月10日/j.neunet.2016.09.002
  • 读者评论
  • ©2022作者，持牌人AIMS出版社。这是一篇开放存取的文章根据知识共享署名许可证的条款(http://creativecommons.org/licenses/by/4.0)
通讯作者:陈斌, bchen63@163.com
  • 1

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 德国
  4. 中国知网
AIMS数学
2.2 3.4

韵律学

文章观点(1858) PDF下载(114) 引用人(2)

预览PDF
下载XML
出口引文
文章大纲

图和表

数字(2)

作者撰写的其他文章

相关页面

工具

/

返回
返回

目录