在记忆地图上评估西格状功能

科学领域:

• 复杂的动力学 复杂的动力学
• 非线性系统是非线性系统.
• 应用数学 应用数学 应用数学

背景情况:

• 记忆器是离散地图构建的关键组件,对于复杂的动态至关重要.
• 现有的映射技术可以通过新的整合来增强.
• 西格莫状函数为修改地图行为提供了独特的特性.

研究的目的:

• 通过整合memristors和sigmoidal函数,提出创新的2D和3D映射技术.
• 调查一种新型记忆型的西格形混沌地图 (STMM) 的动态和可行性.
• 探索对地图属性,如固定点和对称性的西格木形函数的影响.

主要方法:

• 集成的memristive设备与sigmoidal功能,以创建新的离散地图.
• 对拟议地图的动态特性进行分析,包括STMM₁地图.
• 检查多个sigmoidal函数和memristors对混乱地图行为的影响.

主要成果:

• 合并的memristors和sigmoidal功能被证实为一个可行的方法来生成2D和3D地图.
• 混沌地图包含多个西格形函数和memristors,表现出特别有趣的动态.
• 新的STMM₁地图显示出有希望的动态和可行性,用于实际应用.
• 发现西格形函数改变了固定点的数量和地图的对称性.

结论:

• 记忆元和半导体函数的集成为开发先进离散地图提供了一个强大的策略.
• 拟议的STMM₁地图代表了对混乱动态领域的重大贡献.
• 这些发现为各种科学和工程领域的基于记忆的地图的应用开辟了新的途径.