全球实用的有限时间同步扰乱的惯性神经网络通过延迟冲动控制延迟冲动控制
Qian Cui1, Jinde Cao1, Mahmoud Abdel-Aty2
1School of Mathematics, Southeast University, Nanjing 210096, China.
概括
这项研究通过使用混合控制器实现了惯性神经网络 (INN) 的实用有限时间同步 (FTS),使用混合控制器进行干扰. 优化的冲动控制可以最大限度地降低成本,同时确保网络同步,即使有外部干扰.
科学领域:
- 控制理论 控制理论
- 应用数学 应用数学 应用数学
- 神经网络的神经网络的神经网络
背景情况:
- 惯性神经网络 (INN) 是复杂的动态系统,容易受到外部干扰.
- 在有限的时间内实现同步对于许多应用程序来说至关重要,但在扰动条件下具有挑战性.
研究的目的:
- 为了研究和实现实际的有限时间同步 (FTS) 扰乱的INNs.
- 为本地和全球同步开发有效的混合控制器.
- 优化冲动控制策略,以降低成本和提高同步性能.
主要方法:
- 利亚普诺夫理论用于分析局部FTS的应用.
- 混合控制器的设计包括全球FTS的延迟冲动控制.
- 优化最大冲动间隔以尽量减少控制频率和成本.
主要成果:
- 对于扰乱的INN来说,通过有限时间控制可以实现本地实用FTS.
- 全球实用的FTS标准是使用延迟冲动控制建立的,估计了结算时间.
- 外部干扰需要增加冲动强度或频率来实现同步.
结论:
- 拟议的混合控制器有效地实现了受扰INN的实际FTS.
- 优化的冲动控制可以降低同步成本,同时保持性能.
- 这些发现提供了有关扰动和控制策略下的同步动态的见解.
