摘要：文章主要研究了自适应控制下四元数时滞神经网络的有限时间完全同步,通过设计一组有效新颖的自适应控制器,使得主从系统实现有限时间同步,并计算出停息时间的理论估计.利用Lyapunov函数方法和不等式技巧,给出了四元数时滞神经网络主从系统有限时间同步的充分条件.最后,通过数值仿真验证了所得理论结果的有效性.

摘要：研究了时滞神经网络随机抽样控制的状态估计问题.首先,给出了随机抽样区间和抽样输入时滞的统一概率结构.基于此结构,构造了一个包含新的锯齿结构项的Lyapunov泛函.然后,运用不等式放缩技术,得到了误差系统随机稳定的保守性更低的标准,并设计出了合适的状态估计器.最后,数值仿真算例验证了所得结果的优势和有效性.

摘要：研究一类非理想变时滞神经网络的有限时间同步问题。首先,利用驱动-响应概念推导误差系统,并运用同步误差构造一个合适的积分滑模流型,若误差系统的状态轨迹在有限时间内到达滑模面,则同步误差将随其后在有限时间内收敛于零。然后,结合神经元激活函数的约束条件,设计一种合适的滑模控制器,根据所设计的控制器和Lyapunov稳定性理论,误差系统的状态轨迹能够在有限时间内到达滑模面,从而非理想变时滞神经网络的有限时间同步能够实现。最后,通过数值仿真结果验证所提出设计方法的有效性。

摘要：时滞神经网络是解空间为无穷维的非线性动力系统,这样的系统可产生具有多个正的Lyapunov指数的超混沌行为。复杂的时间序列使得这类系统特别适用于保密通信中。针对一类时滞超混沌神经网络系统,利用单向耦合同步概念,设计了一个非线性控制器,并通过Lyapunov-Krasovskii方法和Halanay不等式引理分别给出了系统渐进同步和指数同步的与时滞无关的充分条件。通过引入控制矩阵正定的条件,避免了繁复的LMI计算,简化了控制过程。数值仿真验证了该方法的有效性,数值计算给出了指数同步率和控制参数的关系。

摘要：基于采样控制研究了时滞神经网络的指数同步问题。首先,建立了驱动-响应时滞神经网络的数学模型并设计了采样控制器。其次,在输入延迟法的框架下,通过构造时间依赖的李雅普诺夫泛函,并结合自由权矩阵方法,建立了保证驱动-响应系统取得指数同步的线性矩阵不等式形式(LMIs)的判据。最后,通过两个数值仿真算例验证了结果的可行性。