【摘 要】
：
分数阶忆阻神经网络（Fractional Order Memristive Neural Networks,FMNNs）作为分数阶神经网络（Fractional Order Neural Networks,FNNs）与忆阻器的结合,在工程、控制、自动化等领域展现出了极大的应用价值.FMNNs的动力学行为的研究与分析也是当今最热门的课题之一.然而,大多数的研究往往只在时间意义下考虑,忽略了实际的电路
【基金项目】
：
国家自然基金（61772063）；
论文部分内容阅读
分数阶忆阻神经网络（Fractional Order Memristive Neural Networks,FMNNs）作为分数阶神经网络（Fractional Order Neural Networks,FNNs）与忆阻器的结合,在工程、控制、自动化等领域展现出了极大的应用价值.FMNNs的动力学行为的研究与分析也是当今最热门的课题之一.然而,大多数的研究往往只在时间意义下考虑,忽略了实际的电路模拟过程中在空间上所发生的扩散现象.因此,本文将从时-空角度,对具有反应扩散的分数阶忆阻神经网络（Reaction Diffusion Fractional Order Memristive Neural Networks,RD-FMNNs）模型进行分析,通过设计自适应控制器,给出保证模型实现同步的充分条件,并通过MATLAB数值仿真验证了所设计的控制器的有效性.本文以Hopfield神经网络模型为例,讨论了在其激励函数不连续的情形下,有关RD-FMNNs模型的同步问题,具体工作内容如下:1.研究了具有时滞项的RD-FMNNs的同步问题.首先,为了克服不连续的微分方程的解不存在的问题,我们根据极值映射、微分包含的原理,引入了Filippov意义下的解.然后,针对空间的反应扩散项及时间上的时滞现象,我们借助格林第一公式和分数阶比较定理的结论,对它们进行了适当的转化.综合运用分数阶偏微分方程及稳定性理论等设计了合理的控制器,并给出了保证模型实现全局同步的充分条件.最后,通过MATLAB数值模拟,以二维的RD-FMNNs模型为例,验证了所设计控制器的有效性.2.讨论了含有未知参数的RD-FMNNs的同步问题.首先,针对模型中的未知参数,我们基于控制论中的动态补偿器原理,设计了带有对未知参数补偿的自适应控制器.通过构建合适的辅助函数,利用Gronwall-Bellman不等式等放缩技巧以及分数阶方程稳定性理论,得到了模型实现同步的充分条件.最后,通过MATLAB数值仿真,以二维的RD-FMNNs模型为例,验证了控制器的有效性以及同步方案的可行性.3.研究了发生执行器故障时RD-FMNNs的同步问题.对于执行器的强度及偏差的故障,我们根据鲁棒控制的思想,将其看作是反馈过程中的未知参数扰动.通过动态补偿的原理,设计了牵引自适应控制器,实现了对执行器故障容忍的耦合的RD-FMNNs的同步.
其他文献
随着化石能源的日益枯竭以及环境问题的逐渐加剧,建设高比例可再生能源的能源系统势在必行。然而,高比例可再生能源的并网会使电力系统的源荷不匹配问题更加突出,这要求供能系统具有更强的能量调节能力。综合能源系统可以实现不同形式能量的耦合互补与高效利用,其中的能量储存部分对于改善能量的时间分布起到了重要作用。但是,在综合能源系统中存在多种能量形式的储能设备,如何协调优化配置多种储能以实现能量的最优供需平衡,
随着移动通信技术的快速发展,地面通信技术已经逐渐不能满足人们对无线通信的要求,因此发展卫星通信和卫星网络是下一代网络建设中非常重要的一部分。卫星网络与地面网络相比有很多优点,比如通信范围大、通信距离远、通信容量大、覆盖范围广等。但是,卫星设备自身存在存储和计算资源受限的问题,加之卫星一直绕地球不停的高速运动,致使卫星网络拓扑结构的变化较为频繁,从而使得卫星网络路由相对于地面路由来说更为困难。基于以
自《北京城市总体规划（2016年—2035年）》发布以来,持续推动减量发展,积极探索存量更新路径,成为北京城市发展建设的主流趋势。社区作为城市空间的基本组成单元与居民生活空间,是城市存量发展的建设的重要对象。在社区更新治理中,社区型街道空间不仅仅只是是城市中的线性公共空间,同时兼具着交通、商业、开展公共活动的多重职能,是贴近居民日常出行和生活服务的重要空间载体。而当前的社区街道空间与居民快速发展的
随着我国下一代列控系统的深入研究,车车通信、互联互通的新模式对列车测速系统的结果提出了更高的要求。多源信息融合测速方式具有高可靠性、强冗余性、高精度的特点,是国内外列车测速领域的重点研究方向。目前列车使用单一测速技术具有局限性,导致列车测速准确性较低,因此本文在研究对比列车测速的不同方式后,提出了不依靠轨旁设备的多传感器测速方案,使用OPG脉冲测速传感器、多普勒雷达测速传感器和加速度计的组合测速方
运力评估是所有铁路系统的一个重要话题,因为铁路系统的运营能力不但受现有的基建设施的影响,而且在很大程度上也受基建设施使用情况的影响。因此,运力评估为如何最佳利用现有基础设施提供了有价值的信息。运力评估还清楚地揭示了在现有可用容量被用尽的情况下,（如需要）在何处投资改善网络容量。面对快速增长的需求,世界上多数铁路网已经实现最大运力利用率,铁路管理者必须找到高效、经济的方法来提高运力。本研究旨在评估和
计算机视觉（Computer Vision,CV）领域有四大关键任务:图像检测、图像识别、图像分割以及图像生成,本文主要聚焦于图像生成分支。随着人工智能逐渐发展至认知阶段,生成已成为人工智能发展的关键技术。近年来,图像修复和翻译技术由于具有广泛的应用价值而备受国内外学者的关注。图像修复旨在根据图像中的已知信息恢复出丢失区域的内容,从而使图像在整体和局部区域均保持真实合理。图像翻译旨在将一种图像表征
桥梁作为我国铁路、公路基础设施的主要组成部分之一,在服役过程中的安全性问题受到了众多研究学者的关注。桥梁结构模态参数作为桥梁动力性能的重要指标,对桥梁结构数值模型更新、损伤检测及结构健康监测（Structural Health Monitoring,简称SHM）起着至关重要的作用。传统的桥梁检测通常采用人工上桥布置仪器的方式,该方法需消耗大量的人力、物力,且具有一定程度的危险性。针对这一现状,本文
近年来,随着互联网和信息技术的不断进步,视频图像等数据作为网络中信息传播的主要介质,其数量呈现跨越式的增长,对社会的各个领域产生着深刻的影响。视频目标分割技术作为视频处理的关键技术之一,在自动驾驶、智能监控、三维重构以及视频剪辑等领域中有着广泛的作用。无监督视频目标分割任务是在缺乏分割目标先验知识的情况下,自动分割视频序列中的主要前景目标,可以节省大量的人力财力,是当前研究的热点及难点之一。本文重