[發明專利]具有脈沖效應的輸出耦合神經網絡固定時間輸出同步方法

有效

• 申請號: 202110284495.5
• 申請日: 2021-03-17
• 公開（公告）號: CN113064348B
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 方潔;劉鵬;李盼龍;張胤;雷霆;余培照;姚莉娜;姜明浩;魏達;尹楠楠;孫軍偉;劉娜;鄧瑋
• 申請（專利權）人: 鄭州輕工業大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 鄭州優盾知識產權代理有限公司 41125
• 代理人: 張真真

本發明提出了一種具有脈沖效應的輸出耦合神經網絡固定時間輸出同步方法，用于解決具有脈沖效應的神經網絡在系統輸入與輸出狀態變量維度不同時的同步問題，以及實現同步的沉降時間容易受到初始值限制的技術問題。本發明的步驟為：首先，建立驅動系統模型和響應系統模型，并計算輸出同步誤差；其次，構建同步控制器，利用同步控制器降低輸出同步誤差，使驅動系統模型和響應系統模型實現輸出同步；最后，根據同步控制器推導出完全控制器，并根據完全控制器控制驅動系統模型，得到與驅動系統模型完全同步的響應網絡。本發明引入了兩個涉及脈沖效應的輸出同步控制器，以在固定耦合權重和自適應耦合權重下實現耦合神經網絡的輸出同步。

技術領域

本發明涉及耦合神經網絡的輸出同步技術領域，特別是指一種具有脈沖效應的輸出耦合神經網絡固定時間輸出同步方法。

背景技術

近幾十年來，耦合神經網絡的同步由于其廣泛的應用，如安全通信、生物網絡、電網等，受到越來越多的關注。一般來說，同步是一種典型的動態行為，如完全同步、投影同步、組合同步、輸出同步等。

輸出同步是指耦合神經網絡中輸出狀態節點的同步。與完全同步相比，輸出同步可能不需要使所有狀態變量都同步。因此，輸出同步在工程應用中具有優勢。研究耦合神經網絡的輸出同步是必要且有意義的。在文獻[Lu L,Jiang J,Hu C,Abdurahman A(2020)Spacial sampled-data control for H output synchronization of directed coupledreaction-diffusion neural networks with mixed delays.Neural Networks 123:429-440]中，研究了混合延遲定向耦合神經網絡的輸出同步問題。文獻[Lou Y,Cui T(2008)Synchronization of neural networks based on parameter identification and viaoutput or state coupling.Journal of Computational and Applied Mathematics 222(2):440-457]探討了參數未知的兩個耦合神經網絡的輸出同步。在文獻[Wang L,Wu N,Huang T,Xu M(2018)Output Synchronization in Coupled Neural Networks With andWithout External Disturbances.IEEE Transactions on Control of Network Systems5(4):2049-2061]中研究了耦合神經網絡在外部干擾下的輸出同步分析。在文獻[Lu H,Chen G(2006)Global synchronization in an array of linearly coupled delayedneural networks with an arbitrary coupling matrix.International Journal ofBifurcation and Chaos in Applied Sciences and Engineering 16(11):3357-3368]中，通過兩種不同的耦合方案實現了具有恒定延遲的耦合神經網絡陣列中的輸出同步。這些工作是關于神經網絡的漸近輸出同步的，這意味著當時間趨于無窮大時可以實現輸出同步。