具有时滞的分数阶忆阻神经网络固定时间同步
Electronic Science and Technology（2023）
Abstract
文中研究了分数阶忆阻神经网络的固定时间同步问题.根据忆阻器的电压电流特性,建立一类具有时变时滞的分数阶忆阻神经网络模型.与传统的基于最大绝对值的记忆突触权值计算方法不同,通过引入数学变换,利用微分包含理论和集值映射,在Filippov解的框架下将分数阶忆阻神经网络转化为一类具有不确定参数的分数阶系统.在固定时间稳定性理论和可测选择定理的基础上,通过构造Lyapunov函数和利用不等式技术给出其固定时间同步的充分条件,并给出同步时间上界的计算式.通过反馈控制方法,构造合适的状态反馈控制器,使主从系统实现固定时间同步,且同步时间的上界与系统初始状态无关.通过仿真算例可看出所设计的控制器可以使系统快速地实现同步.
MoreKey words
memristive neural networks,fractional-order calculus,time-varying delays,feedback control,fixed-time synchronization,Lyapunov stability theory,Filippov theory,differential inclusion,set-valued map
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined