Finite-/fixed-time synchronization of leakage and discrete delayed Hopfield neural networks with diffusion effects

Minglei Fang; Jinzhi Liu; Wei Wang; Minglei Fang; Jinzhi Liu; Wei Wang

doi:10.3934/era.2023208

电子研究档案

2023,第31卷, 第7版: 4088-4101. doi（操作界面）：10.3934/era.2023208年

研究文章

具有扩散效应的泄漏和离散时滞Hopfield神经网络的有限/定时同步

安徽科技大学数学与大数据学院，淮南232001

收到：2023年3月3日 修订过的：2023年5月6日 认可的：2023年5月8日 出版：2023年5月26日

本文研究了一类具有泄漏和离散时滞的扩散Hopfield神经网络的有限/定时同步问题。为了在统一的框架下保证寻址网络模型的FFTS，建立了一些新的与时延无关但与扩散系数相关的有用准则。与现有的只能有限时间或固定时间同步具有扩散效应和泄漏延迟的系统的结果形成鲜明对比，本文的理论结果更具普遍性和实用性。最后，通过一个数值算例验证了所提控制方法的有效性。
- 霍普菲尔德神经网络,
- 有限/定时同步,
- 泄漏和离散延迟,
- 扩散效应
引用：方明磊，刘金志，王伟。具有扩散效应的泄漏和离散时滞Hopfield神经网络的有限/定时同步[J]。电子研究档案，2023，31（7）：4088-4101。doi:10.3934/Er.2023208

相关论文：

摘要

本文研究了一类具有泄漏和离散时滞的扩散Hopfield神经网络的有限/定时同步问题。为了在统一的框架下保证寻址网络模型的FFTS，建立了一些新的与时延无关但与扩散系数相关的有用准则。与现有的只能有限时间或固定时间同步具有扩散效应和泄漏延迟的系统的结果形成鲜明对比，本文的理论结果更具普遍性和实用性。最后，通过一个数值算例验证了所提控制方法的有效性。

工具书类

[1]	J.J.Hopfield，具有突发集体计算能力的神经网络和物理系统，程序。国家。阿卡德。科学。美国,79(1982), 2554–2558. https://doi.org/10.1073/pnas.79.8.2554数字对象标识：10.1073/pnas.79.8.2554
[2]	J.J.Hopfield，具有分级响应的神经元具有与二态神经元类似的集体计算特性，程序。国家。阿卡德。科学。美国,81(1984), 3088–3092. https://doi.org/10.1073/pnas.81.10.3088数字对象标识：10.1073/第81页1.10.3088
[3]	N.M.Nasrabadi，W.Li，Hopfield神经网络的目标识别，IEEE传输。系统。人类网络。,21(1991), 1523–1535. https://doi.org/10.109/21.35694数字对象标识：10.1109/21.135694
[4]	G.Pajares，用于图像变化检测的Hopfield神经网络，IEEE传输。神经网络,17(2006), 1250–1264. https://doi.org/10.109/TNN.2006.875978数字对象标识：10.1109/TNN.2006.875978
[5]	U.P.Wen，K.M.Lan，H.S.Shih，Hopfield神经网络解决数学规划问题综述，欧洲药典。研究。,198(2009), 675–687. https://doi.org/10.1016/j.ejor.2008.11.002数字对象标识：10.1016/j.ejor.2008.11.002
[6]	张浩，王振中，刘德华，连续时间递归神经网络稳定性分析综述，IEEE传输。神经网络学习。系统。,25(2014), 1229–1262. https://doi.org/10.109/TNNLS.2014.2317880数字对象标识：10.1109/TNNLS.2014.2317880
[7]	H.Lin，C.Wang，F.Yu，J.Sun，S.Du，Z.Deng，等，基于记忆Hopfield神经网络的混沌系统综述，数学,11（2023），第1369页。https://doi.org/10.3390/math11061369数字对象标识：10.3390/路11061369
[8]	H.Lin，C.Wang，Y.Sun，T.Wang，从基于记忆电阻的磁化Hopfield神经网络生成n涡卷混沌吸引子，IEEE传输。电路系统。II快速简报,70(2022), 311–315. https://doi.org/10.1109/TCSII.2022.3212394数字对象标识：10.1109/TCSII.2022.3212394
[9]	J.Bélair，S.A.Campbell，P.van den Driessche，神经网络模型中的挫折、稳定性和延迟诱导振荡，SIAM J.应用。数学。,56(1996), 245–255. https://doi.org/10.1137/S00361399994274526数字对象标识：10.1137/S00361399994274526
[10]	H.Zhao，L.Wang，C.Ma，离散时滞Hopfield神经网络的Hopf分支和稳定性分析，非线性分析。真实世界应用。,9（2008），第103–113页。https://doi.org/10.1016/j.nonrwa.2006.09.005数字对象标识：2016年10月10日/j.nonrwa.2006.09.005
[11]	K.Gopalsamy，BAM中的泄漏延迟，数学杂志。分析。申请。,325(2007), 1117–1132.https://doi.org/10.1016/j.jmaa.2006.02.039
[12]	X.Li，J.Cao，泄漏项中具有时滞的中立型神经网络的时滞相关稳定性，非线性,23(2010), 1709. https://doi.org/10.1088/0951-7715/23/7/010数字对象标识：10.1088/0951-7715/23/7/010
[13]	R.Sakthivel，P.Vadivel，K.Mathiyalagan，A.Arunkumar，M.Sivachitra，具有泄漏延迟的双向联想记忆神经网络的状态估计器设计，信息科学。,296(2015), 263–274. https://doi.org/10.1016/j.ins.2014.10.063数字对象标识：10.1016/j.ins.2014.10.063
[14]	L.Duan，H.Wei，L.Huang，具有不连续激活的延迟模糊细胞神经网络的有限时间同步，模糊集系统。,361(2019), 56–70. https://doi.org/10.1016/j.fss.2018.04.017数字对象标识：2016年10月10日/j.fss.2018.04.017
[15]	C.Xu，L.Chen，泄漏延迟对模糊细胞神经网络概周期解的影响，J.实验理论。Artif公司。智力。,30(2018), 993–1011. https://doi.org/10.1080/0952813X.2018.1509895数字对象标识：10.1080/0952813X.2018.1509895
[16]	C.Aouti，F.Miaadi，具有泄漏项时滞和混合时滞的中立型Hopfield神经网络的Pullback吸引子，神经计算。申请。,31（2019），4113–4122。https://doi.org/10.1007/s00521-017-3314-z数字对象标识：10.1007/s00521-017-3314-z
[17]	C.Hu，H.Jiang，Z.Teng，具有反应扩散项的时滞神经网络的脉冲控制与同步，IEEE传输。神经网络,21(2010), 67–81. https://doi.org/10.109/TNN.2009.2034318数字对象标识：10.1109/TNN.2009.2034318
[18]	X.Hu，L.Wang，C.Zhang，X.Wan，Y.He，具有时变系数的不连续时空神经网络通过非周期切换控制的固定时间稳定性，科学。中国信息科学。,631(2023), 241–255. https://doi.org/10.1007/s11432-022-3633-9数字对象标识：2007年10月17日/11432-022-3633-9
[19]	L.Shanmugam，P.Mani，R.Rajan，Y.H.Joo，反应扩散神经网络的自适应同步及其在安全通信中的应用，IEEE传输。赛博。,50(2018), 911–922. https://doi.org/10.1109/TCYB.2018.2877410数字对象标识：10.1109/TCYB.2018.2877410
[20]	C.Zhou，C.Wang，W.Yao，H.Lin，DoS攻击和执行器饱和下记忆神经网络的基于观测器的同步及其在图像加密中的应用，申请。数学。计算。,425(2022), 127080. https://doi.org/10.1016/j.amc.2022.127080数字对象标识：2016年10月10日/j.amc.2022.127080
[21]	L.Wang，H.He，Z.Zeng，具有离散和分布时滞的模糊记忆神经网络的全局同步，IEEE传输。模糊系统。,28(2020), 2022–2034. https://doi.org/10.109/TFUZZ.2019.2930032数字对象标识：10.1109/TFUZZ.2019.2930032号
[22]	S.G.Nersesov，W.M.Perruquetti，非线性脉冲动力系统的有限时间镇定，非线性分析。混合系统。,2(2008), 832–845. https://doi.org/10.1016/j.nahs.2007.12.001数字对象标识：10.1016/j.nahs.2007.12.001
[23]	S.Wang，Z.Guo，S.Wen，T.Huang，S.Gong，延迟记忆反应扩散神经网络的有限/定时同步，神经计算,375(2020), 1–8. https://doi.org/10.1016/j.neucom.2019.06.092doi（操作界面）：10.1016/j.neucom.2019.06.092
[24]	X.Yang，X.Li，P.Duan，包含脉冲扰动的不确定复杂网络的有限时间滞后同步，神经计算。申请。,34(2022), 5097–5106. https://doi.org/10.1007/s00521-05987-8数字对象标识：2007年10月7日/00521-05987-8
[25]	C.Zhou，C.Wang，Y.Sun，W.Yao，H.Lin，记忆神经网络的集群输出同步，信息科学。,589(2022), 459–477. https://doi.org/10.1016/j.ins.20112.084\新页面doi：2016年10月10日/j.ins.2021.024
[26]	L.Duan，J.Liu，C.Huang，Z.Wang，不连续扰动下泄漏时滞神经网络的有限/定时反同步，混沌孤子分形,155(2022), 111639. https://doi.org/10.1016/j.chaos.2021.111639数字对象标识：2016年10月10日/j.chaos.2021.111639
[27]	L.Duan，M.Shi，C.Huang，X.Fang，具有不连续激活的延迟扩散复合值神经网络的有限/固定时间同步，混沌孤子分形,142(2021), 110386. https://doi.org/10.1016/j.chaos.2020.110386数字对象标识：2016年10月10日/j.chaos.2020.110386
[28]	R.Sakthivel，N.Aravinth，C.Aouti，K.Arumugam，具有不匹配量化的分层混合耦合神经网络的有限时间同步，神经计算。申请。,33(2021), 16881–16897. https://doi.org/10.1007/s00521-06049-9数字对象标识：2007年10月10日/200521-021-06049-9
[29]	Y.Fan，X.Huang，Y.Li，J.Xia，G.Chen，延迟记忆神经网络准同步的非周期间歇控制：区间矩阵和矩阵测度组合方法，IEEE传输。系统。人类网络。系统。,49(2018), 2254–2265. https://doi.org/10.109/TSMC.2018.2850157数字对象标识：10.1109/TSMC2018.2850157
[30]	L.Wang，Z.Zeng，M.Ge，延迟忆阻神经网络有限时间和固定时间稳定的扰动抑制框架，IEEE传输。系统。人类网络。系统。,51(2021), 905–915. https://doi.org/10.109/TSMC.2018.2888867数字对象标识：10.1109/TSMC2018.2888867
[31]	X.Liu，D.W.C.Ho，Q.Song，J.Cao，带扰动切换不连续系统的有限/定时鲁棒镇定，非线性动力学。,90（2017），2057–2068。https://doi.org/10.1007/s11071-017-3782-9数字对象标识：2007年10月10日/11071-017-3782-9
[32]	L.C.Evans，偏微分方程，普罗维登斯，RI，美国：美国数学学会，1998年。
[33]	Z.Chen，X.Fu，D.Zhao，具有反应扩散项的时滞hopfield神经网络系统的反周期温和吸引子，神经计算,99(2013), 372–380. https://doi.org/10.1016/j.neucom.2012.07.022doi（操作界面）：2016年10月10日/j.neucom.2012.07.022
[34]	G.Hardy、J.Littlewood、G.Pólya、，不平等剑桥大学出版社，剑桥，1988年。