×
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。