基于非降阶法的模糊惯性神经网络的固定时间同步
陈腾1
戴厚平1
龙常青2
1.吉首大学数学与统计学院,湖南吉首 4160002.浙江大学控制科学与工程学院,浙江 杭州 310027
摘要：截止目前,关于惯性神经网络的固定时间同步分析大都采用变量代换将其进行降阶处理,这种降阶法虽然有效,但增加了系统维数,消除了惯性项对系统的影响.因此,基于非降阶的方法,本文研究了一类时滞模糊惯性神经网络的固定时间同步控制问题.在Filippov解的定义和有限时间稳定的理论框架下,通过设计非线性反馈控制器,获得了确保该类神经网络在固定时间内实现同步的一些同步准则.此外,通过应用一些不等式技巧,估算出了同步时间的上界,可为其应用于实际工程中提供可靠性保证.最后,通过数值算例验证了本文所得结果的可靠性,并将其应用于图像加解密.
关键词：不连续激活函数模糊惯性神经网络固定时间同步非降阶法
论文发表日期：2025-10-30
在线出版日期：2025-11-13（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1990-1998 )
英文信息