基于非连续控制协议的切换耦合神经网络有限时间二分同步

梁军丽,胡元发,刘小洋,严浩远

(江苏师范大学 计算机科学与技术学院,江苏 徐州 221116)

人工神经网络是在对生物神经网络充分理解的基础之上模仿其结构与功能的一种计算模型。由于神经网络同时具有容错性、联想记忆和高效寻找最优解等功能,可以用来解决一些复杂的非线性问题,实现高效的快速运算[1]。近几十年来,神经网络已经在控制系统、信号分析与处理、交通安全和模式识别等众多领域取得了突破性的进展[2]。

随着研究的不断深入,耦合神经网络的同步问题引起了人们的研究兴趣。越来越多的网络同步概念被相继提出,如拟同步、完全同步、广义同步、指数同步、有限时间同步、固定时间同步以及簇同步等[3-6]。这些研究工作都在一定程度上推动了耦合神经网络在多个实际领域中的广泛应用。大多数耦合网络同步问题的研究往往基于网络结构保持不变的假设。事实上,在实际生活中,大多数网络结构都是实时变化的。各类网络不可避免地要在不同拓扑之间进行切换。近年来,研究人员将切换信号引入了耦合网络中,将不同信号下的神经网络看作切换系统的1个子系统。切换信号一般可为分段常值函数,不同的函数值分别代表1个子系统,该函数值将决定系统在某一时刻切换到哪个子系统。与耦合神经网络相比,切换耦合神经网络通过切换信号实现了对时变耦合网络的描述,具有更一般的实际意义[7,8],其应用领域包括通信控制、汽车行业、交通安全、电力系统等[9]。……