刘伟珍;蒋明辉;费开芳 基于记忆电阻的分数阶时滞混合BAM神经网络的耗散性分析。 (英语) Zbl 07168388号 国际非线性科学杂志。数字。模拟。 20,编号7-8,773-785(2019). 摘要:提出了一类新的基于记忆电阻的分数阶时滞混合BAM神经网络。采用压缩映射原理验证了所述神经网络平衡点的存在唯一性。利用分数Halanay不等式和分数比较原理,不仅分析了新模型的耗散性,而且明确地建立了一组具有全局吸引力的新模型。通过数值模拟验证了理论结果的可行性和有效性。 引用于三文件 MSC公司: 34D05型 常微分方程解的渐近性质 34D45号 常微分方程解的吸引子 93D99型 控制系统的稳定性 关键词:分数阶;分数比较原理;分数Halanay不等式;Lyapunov泛函;记忆电阻器;BAM公司 PDF格式BibTeX公司 XML格式引用 \textit{W.Liu}等人,国际非线性科学杂志。数字。模拟。20,编号7--8,773--785(2019;Zbl 07168388) 全文: 内政部 参考文献: [1] B.Kosko,双向联想存储器,IEEE Trans。系统。人类网络。SMC-18(1988),49-60。 [2] B.Kosko,自适应双向联想存储器,应用。选择。26 (1989), 4947-4960. [3] B.Kosko,无监督噪音学习。IEEE传输。神经网络。NN-1(1990),44-57。 [4] B.Kosko,反馈神经网络中无监督学习的结构稳定性。IEEE传输。自动。控制AC-36(1991),785-790·Zbl 0749.93068号 [5] B.Kosko,《神经网络和模糊系统——机器智能的动态系统方法》,新泽西州恩格尔伍德克利夫斯,普伦蒂斯·霍尔,1992年·Zbl 0755.94024号 [6] C.Mathai和B.C.Upadhyaya,双向联想记忆在工业光谱特征中的性能分析和应用,Proc。IJCNN 1(1989),33-37。 [7] I.Elsen、K.F.Krass和D.Krumbiegel,基于像素的双向联想记忆三维物体识别。国际协调神经网络。3 (1997), 1679-1684. [8] B.Maundy和E.I.EI-Masry,开关电容双向联想存储器。IEEE传输。循环。系统。37(12) (1990), 1568-1572. [9] S.M.R.Hasan和N.K.Siong,用于模式识别应用的VLSI BAM神经网络芯片。程序。IEEE国际协调神经网络。1 (1995), 164-168. [10] 张杰,杨扬,具有时滞的双向联想记忆神经网络的全局稳定性分析。国际期刊期刊。西奥。申请。29 (2001), 185-196. ·兹比尔1001.34066 [11] X.Liao,J.Yu和G.Chen,具有时滞的双向联想记忆神经网络的新稳定性准则。国际法院。西奥。申请。30 (2002), 519-546. ·Zbl 1014.93036号 [12] 周问,具有分布时滞和脉冲的BAM神经网络的全局指数稳定性。农林。分析。真实世界应用。10 (2009), 144-153. ·Zbl 1154.34391号 [13] X.Liao和K.Wong,时滞区间双向联想记忆神经网络的鲁棒稳定性。IEEE传输系统。人类网络。B: 赛博。34(2)(2004),1142-1154。 [14] 李毅,具有时滞和脉冲的BAM神经网络的全局指数稳定性。混沌孤子分形24(2005),279-285·Zbl 1099.68085号 [15] 梁振英,曹振英,具有时滞的连续时间和离散时间双向联想记忆网络的指数稳定性。《混沌孤子分形》22(2004),773-785·Zbl 1062.68102号 [16] S.Senan和S.Arik,具有多个时滞的双向联想记忆神经网络的全局鲁棒稳定性。IEEE传输。系统。人类网络。B: 赛博。37(5) (2007). ·Zbl 1198.34163号 [17] Q.Song和J.Cao,具有分布延迟的双向联想记忆神经网络的全局指数稳定性。J.计算。申请。数学。202 (2007), 266-279. ·Zbl 1120.34061号 [18] X.Liao和K.Wong,具有离散时滞的混合双向联想记忆神经网络的全局指数稳定性。物理学。Rev.E.67(2003),042901·Zbl 1038.92001号 [19] S.Arik,具有时滞的混合双向联想记忆神经网络的全局渐近稳定性。物理学。莱特。A.351(2006),85-91·Zbl 1234.34048号 [20] L.Wang,L.Zhang和X.Ding,一类同时具有时变和连续分布时滞的BAM神经网络的全局耗散性。神经计算152(2015),250-260。 [21] L.Chua,忆阻器——缺失的电路元件。IEEE传输。循环。理论18(5)(1971),507-519。 [22] D.Strukov、G.Snider、D.Stewart和R.Williams,《发现丢失的记忆电阻器》。《自然》453(2008),80-83。 [23] J.Tour和T.He,第四要素。《自然》453(2008),42-43。 [24] S.Adhikari,C.Yang,H.Kim和L.Chua,基于记忆桥突触的神经网络及其学习。IEEE传输。神经网络。学习。系统。23(9) (2012), 1426-1435. [25] S.Duan,X.Hu,Z.Dong,L.Wang和P.Mazumder,基于忆阻器的细胞非线性神经网络:设计、分析和应用。IEEE传输。神经网络。学习。26(6) (2014), 1202-1213. [26] Y.Pershin,M.Ventra,联想记忆与记忆神经网络的实验演示。神经网络。23(7) (2010), 881-886. [27] 蔡志伟和黄立群,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公司。农林。科学。数字。模拟。19 (2014), 1279-1300. ·Zbl 1457.34103号 [28] 李浩,江浩,胡春华,基于记忆电阻的时变时滞BAM神经网络周期解的存在性和全局指数稳定性。神经网络。75 (2016), 97-109. ·兹伯利1417.34164 [29] R.Guo,Z.Zhang,X.Liu和C.Lin,基于复值忆阻的时滞BAM神经网络的存在性、唯一性和指数稳定性分析。申请。数学。计算。311 (2017), 100-117. ·Zbl 1429.93306号 [30] R.Guo,Z.Zhang,X.Liu,C.Lin,H.Wang和J.Chen,基于复值忆阻的多时变时滞BAM神经网络的指数输入-状态稳定性。神经计算275(2018),2041-2054。 [31] A.Carpinti、P.Cornetti和K.Kolwankar,使用分数微积分计算无序材料的拉伸和弯曲强度。《混沌孤子分形》21(2004),623-632·Zbl 1049.74790号 [32] S.Das、D.Tripathi和S.Pandey,分数Maxwell模型下粘弹性流体通过通道的蠕动流动。申请。数学。计算。215 (2010), 3645-3654. ·Zbl 1352.76131号 [33] A.Gokdogan、M.Merdan和A.Yildirim,汉坦病毒感染模型近似解的多级微分变换方法。Commun公司。农林。科学。数字。模拟。17 (2012), 1-8. ·Zbl 1412.34219号 [34] V.Kulish和J.Lage,分数微积分在流体力学中的应用。《流体工程杂志》124(2002),803-806。 [35] B.Lundstrom、M.Higgs、W.西班牙和A.Fairhall,新皮质锥体神经元的部分分化。自然神经科学。11 (2008), 1335-1342. [36] R.Magin,生物工程中的分数微积分,第3部分。批评。生物识别版本。《工程》32(2004),195-377。 [37] R.Magin,使用分数微积分建模心脏组织电极界面。J.可控震源。控制14(2008),1431-1442·2018年9月22日Zbl [38] R.Magin,生物组织复杂动力学的分数阶微积分模型。计算。数学。申请。59 (2010), 1585-1593. ·Zbl 1189.92007年9月 [39] E.Soczkiewicz,分数微积分在粘弹性理论中的应用。分子量。阿库斯特。23(2002),第397-404页·Zbl 0424.76075号 [40] J.Sabatier、O.Agrawal和J.Machado,理论发展和应用,分数阶微积分进展。施普林格,柏林,2007年·Zbl 1116.00014号 [41] A.Yildirim,用同伦摄动法求解分数阶非线性薛定谔方程的算法。国际期刊Nonlin。科学。数字。模拟。10 (2011), 445-451. [42] L.Zhang和Y.Yang,分数阶记忆BAM神经网络同步的不同脉冲效应。农林。动态·兹比尔1398.34025 ·doi:10.1007/s11071-018-4188-z [43] J.Xiao,S.Zhong,Y.Li,等,分数阶时滞记忆BAM神经网络的有限时间Mittag-Lefler同步。神经计算219(2017),431-439。 [44] I.Podlubny,《分数阶微分方程》,学术出版社,纽约,1999年·Zbl 0918.34010号 [45] A.F.Filippov,《不连续右手边微分方程》,Kluwer学术出版社,波士顿,1988年·Zbl 0664.34001号 [46] 丁振华,沈义勇,具有时滞和不连续激活的分数阶神经网络的全局耗散性。神经计算196(2016),159-166。 [47] J.Chen,Z.Zeng和P.Jiang,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 (2014), 1-8. ·Zbl 1306.34006号 [48] S.Zhang,Y.Yu和H.Wang,分数阶Hopfield神经网络的Mittag-Lefler稳定性。农林。分析。混合动力系统。16 (2015), 104-121. ·Zbl 1325.34016号 [49] A.Granas和J.Dugundji,不动点理论,Springer-Verlag,纽约,2003年·Zbl 1025.47002号 [50] D.Wang、A.Xiao和H.Liu,分数阶泛函微分方程的耗散性和稳定性分析。分形。计算应用程序。分析。18(6) (2015), 1399-1422. ·Zbl 1348.34136号 [51] 王浩,余彦,余国文,张S.,余J.,分数阶时滞Hopfield神经网络的全局稳定性分析。神经计算154(2015),15-23。 [52] G.Velmurugan、R.Rakkiyappan、V.Vembarasan、J.Cao和A.Alsadei,具有时滞的分数阶复值神经网络的耗散性和稳定性分析。神经网络。86 (2017), 42-53. ·Zbl 1432.34101号 [53] 王磊,宋庆松,刘玉英,赵志明,阿尔萨迪,时滞脉冲分数阶复值神经网络的全局渐近稳定性。神经计算243(2017),49-59。 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。