6、脉冲同步与自适应同步：复杂网络同步研究新进展

脉冲同步与自适应同步：复杂网络同步研究新进展

脉冲同步的数值模拟

在数值模拟中，我们考虑具有随机干扰的神经网络，其模型如下：
[
dz(t) = [A_qz(t) + B_q f^1_q (z(t)) + C_q f^2_q (z(t - \tau(t))) + I (t)]dt + \tilde{h}(t, z(t), z(t - \tau(t)), z(t - \bar{\tau}(t)))d \tilde{\omega}(t)
]
其中各参数具体为：
- (A_q =
\begin{pmatrix}
-1 & 0 \
0 & -1
\end{pmatrix}
)
- (B_q =
\begin{pmatrix}
2.0 & -0.1 \
-5.0 & 4.5
\end{pmatrix}
)
- (C_q =
\begin{pmatrix}
-1.5 & -0.1 \
-0.2 & -4
\end{pmatrix}
)
- (I (t) =
\begin{pmatrix}
0 \
0
\end{pmatrix}
)
- (z(t) = [z(t)_1, z(t)_2]^T)
- 非线性函数 (f^1_1 (z) = f^2_1 (z) = f^1_2 (z) = f^2_2 (z) = \tanh(z))
- 时变延迟 (\tau(t) = 1 + 0.1 \si