کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8965184 1646702 2018 20 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Finite-time synchronization of fractional-order memristive recurrent neural networks with discontinuous activation functions
ترجمه فارسی عنوان
هماهنگ سازی زمان محدود شبکه های عصبی مکررتی ترتیب قطعی با توابع فعال سازی متناوب
کلمات کلیدی
شبکه های عصبی مجدد ممریستون، هماهنگ سازی در زمان محدود، توابع فعال متوقف شده، کنترل بازخورد دولت
ترجمه چکیده
این مقاله مربوط به هماهنگ سازی زمان محدود برای یک کلاس از واکنش های درونی واکنش های مکرر در حالت عادی شبکه با توابع فعال متناوب است. با استفاده از تئوری های گسسته گسسته و مقادیر متساوی مرتب سازی اختیاری، مشکل هماهنگ سازی زمان محدود برای یک کلاس از شبکه های عصبی مجدد مکرر در حالت واکنش تقسیم شده با عملکردهای غیر فعال فعال در چارچوب راه حل فیلپوف صورت می گیرد. سپس، دو کنترل کننده بازخورد حالت جدید با توجه به تکنیک کنترل بازخورد دولت طراحی شده است. به طور خاص، بر اساس تئوری پایداری لیپانوف، نظریه پایداری محدود و نابرابری جوان، بعضی از معیارهای همزمان هماهنگ سازی جبری جدید برای اطمینان از هماهنگ سازی زمان محدودی از یک کلاس شبکه های عصبی مجدد مکررزایی مرتبه ی تقارن درایو با توابع فعال متوقف شده. علاوه بر این، ما برآورد حد بالا از زمان محاسبه هماهنگ سازی را می دهیم. در نهایت، یک مثال شبیه سازی برای نشان دادن اثربخشی نتایج نظری ما ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
This paper is concerned with the finite-time synchronization for a class of drive-response fractional-order memristive recurrent neural networks with discontinuous activation functions. By using the theories of fractional-order differential inclusions and set-valued map, the finite-time synchronization problem for a class of drive-response fractional-order memristive recurrent neural networks with discontinuous activation functions is formulated under the framework of Filippov solution. Then, two novel state feedback controllers are designed according to state feedback control technique. In particular, based on the fractional Lyapunov stability theory, the finite-time stability theory and Young inequality, some novel algebraic synchronization criteria are obtained to ensure the finite-time synchronization of a class of drive-response fractional-order memristive recurrent neural networks with discontinuous activation functions. Moreover, we give the estimation of the upper bound of the settling time for synchronization. Finally, a simulation example is given to show the effectiveness of our theoretical results.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 316, 17 November 2018, Pages 284-293
نویسندگان
, , , ,