[發(fā)明專利]含有聚類拓撲耦合的神經(jīng)網(wǎng)絡脈沖同步方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010344860.2
• 申請日: 2020-04-27
• 公開（公告）號: CN111523648B
• 公開（公告）日: 2023-06-16
• 發(fā)明（設計）人: 湯澤;軒德利
• 申請（專利權(quán)）人: 江南大學
• 主分類號: G06N3/045
• 分類號: G06N3/045;G06N3/049;G06F18/23;G06N3/063;G06F30/27;G06F17/13;G06F111/10
• 代理公司: 蘇州市中南偉業(yè)知識產(chǎn)權(quán)代理事務所(普通合伙) 32257
• 代理人: 張榮

本發(fā)明涉及一種含有聚類拓撲耦合的神經(jīng)網(wǎng)絡脈沖同步方法及系統(tǒng),包括：建立具有隨機擾動的孤立神經(jīng)網(wǎng)絡模型以及有多個聚類的導數(shù)耦合神經(jīng)網(wǎng)絡模型；根據(jù)所述孤立神經(jīng)網(wǎng)絡模型以及導數(shù)耦合神經(jīng)網(wǎng)絡模型建立誤差網(wǎng)絡模型，并根據(jù)所述誤差神經(jīng)網(wǎng)絡模型拓撲結(jié)構(gòu)和脈沖信號設計脈沖牽制控制器；根據(jù)所述誤差網(wǎng)絡模型選擇相應的函數(shù)，并結(jié)合所述脈沖牽制控制器實現(xiàn)導數(shù)耦合神經(jīng)網(wǎng)絡模型和孤立神經(jīng)網(wǎng)絡模型之間的聚類同步；搭建神經(jīng)網(wǎng)絡模型并利用所述神經(jīng)網(wǎng)絡模型進行數(shù)值仿真，驗證所述導數(shù)耦合神經(jīng)網(wǎng)絡模型和孤立神經(jīng)網(wǎng)絡模型之間的聚類同步效果。本發(fā)明成本低，且有利于精確控制同步速率。

技術(shù)領(lǐng)域

本發(fā)明涉及復雜網(wǎng)絡同步的技術(shù)領(lǐng)域，尤其是指一種含有聚類拓撲耦合的神經(jīng)網(wǎng)絡脈沖同步方法及系統(tǒng)。

背景技術(shù)

在過去的二十年里，關(guān)于復雜系統(tǒng)和復雜動態(tài)網(wǎng)絡的討論已成為信息和網(wǎng)絡科學研究的熱點。其中，復雜網(wǎng)絡的同步現(xiàn)象作為一種集群行為更是引起了諸多研究人員的關(guān)注。復雜網(wǎng)絡的同步已應用于醫(yī)療，并行圖像捕獲和處理，科學索引網(wǎng)絡，智能網(wǎng)格等許多領(lǐng)域。

實際上，只有少數(shù)復雜網(wǎng)絡可以通過調(diào)整系統(tǒng)參數(shù)來實現(xiàn)同步，如耦合強度和耦合權(quán)重，然而在現(xiàn)實世界和人工社會中的大多數(shù)網(wǎng)絡在沒有任何輸入強度的時候無法實現(xiàn)同步。因此，為復雜系統(tǒng)設計合適的控制器在網(wǎng)絡科學中起著至關(guān)重要的作用。

對于工程中的一些特殊應用目的，只需要在網(wǎng)絡的子群中而不是整個網(wǎng)絡中的系統(tǒng)來實現(xiàn)同步。在這種情況下，完成復雜網(wǎng)絡的完全同步將導致控制成本的浪費以及系統(tǒng)參數(shù)和控制強度在條件和要求上的保守性高。

發(fā)明內(nèi)容

為此，本發(fā)明所要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)中成本高，且保守性高的問題，從而提供一種成本低且降低保守性的含有聚類拓撲耦合的神經(jīng)網(wǎng)絡脈沖同步方法及系統(tǒng)。

為解決上述技術(shù)問題，本發(fā)明的一種含有聚類拓撲耦合的神經(jīng)網(wǎng)絡脈沖同步方法，包括：建立具有隨機擾動的孤立神經(jīng)網(wǎng)絡模型以及有多個聚類的導數(shù)耦合神經(jīng)網(wǎng)絡模型；根據(jù)所述孤立神經(jīng)網(wǎng)絡模型以及導數(shù)耦合神經(jīng)網(wǎng)絡模型建立誤差網(wǎng)絡模型，并根據(jù)所述誤差神經(jīng)網(wǎng)絡模型拓撲結(jié)構(gòu)和脈沖信號設計脈沖牽制控制器；根據(jù)所述誤差網(wǎng)絡模型選擇相應的函數(shù)，并結(jié)合所述脈沖牽制控制器實現(xiàn)導數(shù)耦合神經(jīng)網(wǎng)絡模型和孤立神經(jīng)網(wǎng)絡模型之間的聚類同步；搭建神經(jīng)網(wǎng)絡模型并利用所述神經(jīng)網(wǎng)絡模型進行數(shù)值仿真，驗證所述導數(shù)耦合神經(jīng)網(wǎng)絡模型和孤立神經(jīng)網(wǎng)絡模型之間的聚類同步效果。

在本發(fā)明的一個實施例中，所述孤立神經(jīng)網(wǎng)絡模型的公式為：

其中y(t)是狀態(tài)向量，非線性函數(shù)τ₁(t)是時變延遲，A_k、B_k、C_k、I(t)是系統(tǒng)矩陣，y表示集群的個數(shù)，是隨機矩陣，ω(t)是一個二維布朗運動。

在本發(fā)明的一個實施例中，所述導數(shù)耦合神經(jīng)網(wǎng)絡模型的公式為：