采样控制下的分数阶神经网络的外同步

发布时间：2022-01-06 06:33

　　近年来分数阶神经网络的快速发展表明,分数阶神经网络是一个很有吸引力的研究课题,并已成功地应用于不同的科学技术领域.分数阶系统本身所带有的特性如更多的自由度、无限的记忆等,使得分数阶系统具有整数阶系统所不能完成任务的潜力.因此,研究分数阶神经网络具有重要的现实意义.本文主要研究不同类型的分数阶系统,通过三类具有代表性的网络模型,在集中和分散数据采样控制下,利用结构依赖和状态依赖的探讨方式,得到了外同步动力学行为的理论判据.本文的主要工作包括以下内容:分析了一类分数阶模糊神经网络,根据模糊网络的特点,利用不等式技术将模糊运算化为常见的线性运算,在低成本和高可靠性的数据采样控制下,得到了关于外同步动力学行为的启发性结果.讨论了一类带有广义分段常变元的分数阶神经网络,基于集中式和分散式数据采样控制、分数阶系统同步理论、广义分段常变元微分方程,获得了关于混合型微分方程的外同步结果,并对带有广义分段常变元的分数阶系统理论进行了扩展.探究了一类分数阶双向联想记忆（BAM）神经网络,结合带有绝对值的分数阶Caputo导数与其自身的关系以及Gronwall不等式,采用结构依赖和状态依赖两种不同控制方案研... 

【文章来源】：湖北师范大学湖北省

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

定理2.1中1u(t)和1v(t)在采样时间点的演变行为

定理2.1中2u(t)和2v(t)在采样时间点的演变行为

定理2.1集中数据采样原理中的采样时间点和采样间隔


本文编号：3571934