完全同步离散时间分数顺序BAM神经网络,具有泄漏和离散延迟
Jianfei Liu1, Hong-Li Li1, Cheng Hu1
1College of Mathematics and System Sciences, Xinjiang University, Urumqi 830017, China.
概括
本研究确定了在具有延迟的离散时间分数顺序BAM神经网络 (BAMNNs) 中完全同步 (CS) 的标准. 这些发现确保了在自适应控制下可靠的网络行为.
科学领域:
- * 计算神经科学 计算神经科学
- * 分数式微积分计算
- * * 控制理论 控制理论
背景情况:
- * 同步对于神经网络等复杂系统至关重要.
- * 分数顺序模型提供了更现实的神经动态表现.
- *离散的延迟和泄漏条款在分析BAMNN时带来了重大挑战.
研究的目的:
- * 调查离散时间分数顺序BAM神经网络 (BAMNNs) 中的完整同步 (CS) 问题.
- * 开发新的数学工具来分析带有分数差异和延迟的系统.
- *在这些复杂的网络中建立足够的条件来实现CS.
主要方法:
- * 应用卡普托的分数差异理论和纳布拉·拉普拉斯变换.
- * 对于分数差异不等式的两个新型扩展的哈拉内不等式的导数.
- * 设计一个自适应控制器,以促进同步.
主要成果:
- * 建立了两个纳布拉和方程的严格证明.
- * 引入了新的不平等,以处理任意的初始时间和多次延迟.
- * 获得了足够的标准来完全同步离散时间分数顺序的BAMNNs.
结论:
- * 提出的理论框架有效地解决了在离散时间分数顺序BAMNN中的CS问题.
- * 已建立的标准和方法通过数值模拟来验证.
- * 这项研究有助于理解和控制复杂的分数顺序动态系统.


