-
题名基于非降阶法的模糊惯性神经网络的固定时间同步
- 1
-
-
作者
陈腾
戴厚平
龙常青
-
机构
吉首大学数学与统计学院
浙江大学控制科学与工程学院
-
出处
《控制理论与应用》
北大核心
2025年第10期1990-1998,共9页
-
基金
湖南省自然科学基金项目(2021JJ30548)
湖南省教育厅科学研究重点项目(21A0329)资助。
-
文摘
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
-
Keywords
discontinuous activation
fuzzy inertial neural networks
fixed-time synchronization
non-reduced order approach
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
