参数不匹配耦合神经网络的准同步研究
在神经网络的研究领域中,同步问题一直是一个重要的研究方向。特别是对于参数不匹配且具有时变延迟的耦合神经网络,实现准同步是一个具有挑战性的问题。本文将深入探讨如何通过设计脉冲钉扎控制器来实现这类神经网络的准同步,并详细分析相关的理论和方法。
1. 问题描述与预备知识
在参数不匹配的耦合神经网络中,我们面临着实现同步的困难。由于系统参数的不匹配现象,很难实现完全同步,但可以在给定的误差边界内实现准同步。为了更好地研究这个问题,我们需要引入一些基本的概念和定义。
-
脉冲钉扎控制器与误差神经网络 :
- 定义了脉冲钉扎控制器,通过它可以将受控耦合误差神经网络表示为特定的形式。设 $d_i$ 为负反馈控制增益($i = 1, 2, \cdots, N$),$\mu \neq -1$ 为脉冲效应,脉冲时间序列 $\zeta = {t_1, t_2, \cdots}$ 是严格递增的时间序列。受控耦合误差神经网络可以表示为:
[
\begin{cases}
\dot{e} i(t) = -(C_i + d_i I_n)e_i(t) + A_i f_1(e_i(t)) + B_i f_2(e_i(t - h(t))) + \kappa \sum {j = 1}^{N} l_{ij} \Delta e_j(t) + H_i(y_0(t)), & t \neq t_k \
e_i(t_k) = e_i(t_k^+) - e_i(t_k^-) = \mu e_i(t_k^-), & k = 1,
- 定义了脉冲钉扎控制器,通过它可以将受控耦合误差神经网络表示为特定的形式。设 $d_i$ 为负反馈控制增益($i = 1, 2, \cdots, N$),$\mu \neq -1$ 为脉冲效应,脉冲时间序列 $\zeta = {t_1, t_2, \cdots}$ 是严格递增的时间序列。受控耦合误差神经网络可以表示为:
超级会员免费看
订阅专栏 解锁全文
418

被折叠的 条评论
为什么被折叠?



