一类具有时间延迟的忆阻惯性神经网络的动力学行为分析

发布时间：2023-05-10 21:11

　　本文研究一类基于忆阻器的惯性神经网络的动力学行为,它们包括耗散性、鲁棒耗散性、有限时间同步、指数同步和固定时间同步性。首先,通过非降阶方法,我们直接对该忆阻惯性神经网络利用Lyapunov稳定性理论,得到了保证其耗散性和鲁棒耗散性成立的一些充分条件。其次,通过设计新的状态-反馈控制器,实现了基于忆阻器的惯性神经网络驱动-响应系统的有限时间同步性。值得指出的是(需要说明的是),通过变量替换将二阶系统降阶为一阶微分方程组时,我们发现,变量替换与控制增益之间存在一定的相关性。并通过数学分析,进一步得到了相对最优变换和相对最优控制增益,从而有效降低了工程应用中的控制成本。再次,为了大规模计算和实际应用需要,我们在忆阻惯性神经网络中增加了耦合项,并依次得到了耦合忆阻惯性神经网络达到指数同步和固定时间同步的充分条件,更新了具有耦合项的忆阻惯性神经网络相关定理。最后,通过数值模拟进一步验证并说明所得结果的有效性。

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
主要符号表示
第1章 引言
    1.1 忆阻神经网络研究概况
    1.2 惯性神经网络研究概况
    1.3 忆阻惯性神经网络研究概况
第2章 忆阻惯性神经网络的耗散性分析
    2.1 耗散性分析
    2.2 鲁棒耗散性分析
第3章 有限时间同步
    3.1 有限时间同步性
    3.2 最优变换与最优控制
        3.2.1 k_i的优化控制
        3.2.2 θ_i的优化控制
第4章 固定时间同步
    4.1 模型介绍
    4.2 指数同步
    4.3 固定时间同步
第5章 结论
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果



本文编号：3813497