具有广义时滞的神经网络滞后同步分析.pdf
《具有广义时滞的神经网络滞后同步分析.pdf》由会员分享,可在线阅读,更多相关《具有广义时滞的神经网络滞后同步分析.pdf(9页珍藏版)》请在咨信网上搜索。
1、第40卷第4期2023年7月新疆大学学报(自然科学版)(中英文)Journal of Xinjiang University(Natural Science Edition in Chinese and English)Vol.40,No.4Jul.,2023具有广义时滞的神经网络滞后同步分析裴 萍,韩思雨,卞继承,黄 达,薛婷婷(新疆工程学院 数理学院,新疆 乌鲁木齐 830023)摘要:研究了具有广义时滞的神经网络滞后同步问题.首先,提出了一类包含离散时滞和比例时滞的一阶神经网络模型.其次,通过对一阶神经网络设计反馈控制策略,利用 Lyapunov 泛函理论和 Barbalat 引理,给出
2、了驱动-响应神经网络的滞后同步条件.最后,通过 3 个数值实例来验证理论结果的有效性.关键词:神经网络;广义时滞;滞后同步;线性反馈控制DOI:10.13568/ki.651094.651316.2022.11.23.0004中图分类号:O175.2;TP183文献标识码:A文章编号:2096-7675(2023)04-0414-08引文格式:裴萍,韩思雨,卞继承,黄达,薛婷婷.具有广义时滞的神经网络滞后同步分析J.新疆大学学报(自然科学版)(中英文),2023,40(4):414-421+432.英文引文格式:PEI Ping,HAN Siyu,BIAN Jicheng,HUANG Da,X
3、UE Tingting.Lag synchronization analysis ofneural networks with generalized delayJ.Journal of Xinjiang University(Natural Science Edition in Chinese andEnglish),2023,40(4):414-421+432.Lag Synchronization Analysis of NeuralNetworks with Generalized DelayPEI Ping,HAN Siyu,BIAN Jicheng,HUANG Da,XUE Tin
4、gting(College of Mathematics and Science,Xinjiang Institute of Engineering,Urumqi Xinjiang 830023,China)Abstract:The lag synchronization problem of a class of neural networks with generalized delays is studied.Firstly,a class of first-order neural network models including discrete delays and proport
5、ional delays are proposed.Secondly,by designing a feedback control strategy for the first-order neural system,using the Lyapunov functionaltheory and the Barbarat lemma,the lag synchronization condition of the drive-response neural network is given.Finally,three numerical examples are given to verif
6、y the validity of the theoretical results.Key words:neural networks;generalized delays;lag synchronization;linear feedback control0引 言人工神经网络是由大量神经元通过丰富的联接而构成的自适应非线性动态系统,它具有非线性映射、分类与识别和优化计算等特点.近年来,人工神经网络技术在全世界范围内逐步发展起来,已被广泛应用于模式识别、智能机器人、能源优化、决策支持、农业和经济等领域14.Pecora和Carroll5首次提出了混沌同步的概念,其基本思想是控制从系统,使主系
7、统和从系统的状态轨迹最终完全相同.混沌同步在安全通信、信息处理、生物系统和工程等领域得到了广泛的应用68.对于时滞神经网络,已经提出了各种各样的同步类型,如渐近同步9、指数同步1011、投影同步1213和滞后同步1415等.滞后同步因其在图像加密和安全信息中的潜在应用1617而受到越来越多的关注.例如,在信息传递的过程中,发射端的信号从发出到被接收存在一个时间延迟,所以接收机在t+时刻接收的信号可能是在t时刻发送的信号.收稿日期:2022-11-23基金项目:新疆维吾尔自治区自然科学基金“基于多层图结构下的多智能体网络的一致性研究”(2022D01A247)作者简介:裴萍(1976-),女,副
8、教授,从事神经网络同步的研究,E-mail:通讯作者:卞继承(1976-),男,副教授,从事神经网络和小波分析的研究,E-mail:第4期裴 萍,等:具有广义时滞的神经网络滞后同步分析415因此,滞后同步意味着两个系统可以通过一个恒定的时滞 018来实现同步.目前,关于神经网络滞后同步的研究已有一些成果.例如,通过设计自适应控制策略研究了具有混合时滞的忆阻神经网络的渐近滞后同步、指数滞后同步和有限时间滞后同步问题19.在Filippov框架理论下,基于Lyapunov函数导出了时滞忆阻神经网络固定时间滞后同步的一些充分准则20.利用线性矩阵不等式(LMI)导出了混沌神经网络滞后同步的一些充分条
9、件21.基于非分离方法,研究了一类具有随机扰动的复值BAM神经网络的固定时间和预定时间滞后同步问题22.因此,研究神经网络的滞后同步问题具有重要的理论价值.另一方面,在神经网络的电路实现中,时滞的存在是不可避免的.时滞可导致网络产生振荡、不稳定现象甚至混沌行为,因此,研究时滞神经网络的动态行为更有现实意义.目前,关于不同类型时滞的神经网络动力学行为被广泛研究,例如离散时滞2324、有界变时滞2527、分布时滞28和混合时滞29等,而比例时滞3031作为一类时变的无界时滞,因其在星级物质中光的吸收和非线性动力系统等领域中的广泛应用而备受关注.尽管离散时滞和比例时滞在神经网络的动态分析中得到了广泛
10、的研究,但综合考虑以上两类时滞以推广为一种更广义的时滞模型的研究相对较少.鉴于以上分析,本文考虑了一类包含离散时滞和比例时滞的广义时滞类型的神经网络模型,构造了一个新的Lyapunov函数,设计了一种反馈控制策略,研究了离散时滞和比例时滞神经网络的滞后同步问题,通过具体实例验证了所得结果的正确性和有效性.本文的创新点有以下两个方面:1)本文提出了一种具有广义时滞类型的神经网络模型,该模型成功地整合了离散时滞和比例时滞;2)与现有模型相比19,20,23,本文提出的具有广义时滞的神经网络模型更一般,建立的判定准则保守性更低.1模型描述及预备知识考虑如下广义时滞的神经网络模型dul(t)dt=lu
11、l(t)+nXj=1ljhj(uj(t)+nXj=1ljfj(uj(rlj(t)+vl(t)(1)其中:l=1,2,n,ul(t)表示第l个神经元在t时刻的状态,l0是常数,lj和lj表示从第j个神经元到第l个神经元的连接权重,hj(uj(t)是第j个神经元在t时刻的激活函数,fj(uj(rlj(t)表示第j个神经元在rlj(t)时刻的激活函数,满足fj(0)=0,rlj(t)t反映了在t时刻第j个神经元到第l个神经元的时滞,vl(t)是第l个神经元的外部输入函数.模型(1)的初始条件为ul()=l(),r,0,其中:r=maxl,j|rlj(0)|,l()是有界连续函数.若模型(1)为驱动系
12、统,则响应系统为dsl(t)dt=lsl(t)+nXj=1ljhj(sj(t)+nXj=1ljfj(sj(rlj(t)+vl(t)+l(t)(2)其中:sl(t)为响应系统中第l个神经元的状态,l(t)是反馈控制器.模型(2)的初始条件为sl()=l(),r,0,其中:r=maxl,j|rlj(0)|,l()是有界连续函数.令wl(t)=sl(t)ul(t)是同步误差,其中 0表示时滞.由模型(1)和模型(2)可得误差系统为dwl(t)dt=lwl(t)+nXj=1ljHj(wj(t)+nXj=1ljFj(wj(rlj(t)+l(t)(3)416新疆大学学报(自然科学版)(中英文)2023年其
13、中:Hj(wj(t)=hj(sj(t)hj(uj(t),Fj(wj(rlj(t)=fj(sj(rlj(t)fj(uj(rlj(t),l,j.对于模型(1),我们引入以下定义和引理:定义1w(t)=(w1,w2,wn)T Rn是一个n维解向量,且w(t)满足kw(t)k=(nPl=1w2l(t)1/2,如果误差系统(3)的通解是渐近稳定的,即limtks(t)u(t)k2=0成立,则称神经网络模型(1)和(2)是滞后同步的.引理132g(t)是定义在区间0,+)的函数,如果g(t)一致连续且R+0g()d存在且有界,则limtg(t)=0.假设1对任意的j,存在kj0和mj0使得激活函数hj()
14、和fj()满足|hj(x)hj(y)|kj|xy|,|fj(x)fj(y)|mj|xy|.假设2对任意的l,j,rlj(0)0,存在常数rlj0使得0rlj rlj(t)1.假设3对任意的l,j,使得nXj=1(ll+12(kj|lj|+kl|jl|)+12(mj|lj|+1rjlml|jl|)0使得 lj(t)lj1.此时rlj=1lj.注3如果广义时滞rlj(t)=rljt,0rlj0表示控制增益.定理1如果假设1,3成立,在反馈控制策略(6)下,模型(1)和模型(2)达到滞后同步.证 明构造如下的Lyapunov泛函V(t)=12nXl=1w2l(t)+12nXl=1nXj=11rljm
15、j|lj|Ztrlj(t)w2j()d.第4期裴 萍,等:具有广义时滞的神经网络滞后同步分析417V(t)沿误差系统(3)的解求导可得dV(t)dt=nXl=1wl(t)wl(t)+12nXl=1nXj=11rljmj|lj|(w2j(t)w2j(rlj(t)rlj(t)=nXl=1wl(t)lwl(t)+nXj=1ljHj(wj(t)+nXj=1ljFj(wj(rlj(t)+l(t)+12nXl=1nXj=11rljmj|lj|(w2j(t)w2j(rlj(t)rlj(t)=nXl=1lw2l(t)+nXl=1nXj=1ljwl(t)Hj(wj(t)+nXl=1nXj=1ljwl(t)Fj(
16、wj(rlj(t)nXl=1lw2l(t)+12nXl=1nXj=11rljmj|lj|(w2j(t)w2j(rlj(t)rlj(t)nXl=1lw2l(t)+nXl=1nXj=1|ljwl(t)Hj(wj(t)|+nXl=1nXj=1|ljwl(t)Fj(wj(rlj(t)|nXl=1lw2l(t)+12nXl=1nXj=11rljmj|lj|(w2j(t)w2j(rlj(t)rlj(t).利用假设1和假设2可得dV(t)dtnXl=1(l+l)w2l(t)+nXl=1nXj=1kj|lj|wl(t)|wj(t)|+nXl=1nXj=1mj|lj|wl(t)|wj(rlj(t)|+12nXl
17、=1nXj=11rljmj|lj|w2j(t)12nXl=1nXj=1mj|lj|w2j(rlj(t)(7)利用AB(1/2)(A2+B2)有nXl=1nXj=1kj|lj|wl(t)|wj(t)|12nXl=1nXj=1kj|lj|w2l(t)+12nXl=1nXj=1kl|jl|w2l(t)(8)nXl=1nXj=1mj|lj|wl(t)|wj(rlj(t)|12nXl=1nXj=1mj|lj|w2l(t)+12nXl=1nXj=1mj|lj|w2j(rlj(t)(9)将式(8)和式(9)带入式(7)可得dV(t)dt12nXl=1nXj=1ll+12(kj|lj|+kl|jl|)+12(
18、mj|lj|+1rjlml|jl|)w2l(t)12PnXl=1w2l(t)(10)其中P=nXj=1ll+12(kj|lj|+kl|jl|)+12(mj|lj|+1rjlml|jl|).对式(10)从0到t积分,Zt0V()d12PZt0nXl=1w2l()d,V(t)V(0)12PZt0nXl=1w2l()d,418新疆大学学报(自然科学版)(中英文)2023年从而Zt0nXl=1w2l()d2V(0)P,所以limtZt0nXl=1w2l()d2V(0)P+,由引理1知limtnXl=1w2l(t)=0.因此,模型(1)和模型(2)是滞后同步的.推论1在假设1及假设4下,如果控制增益l满
19、足nXj=1(ll+12(kj|lj|+kl|jl|)+12(mj|lj|+11jlml|jl|)0,l,j 则具有离散变时滞的神经网络模型(4)与其对应的响应系统在反馈控制策略(6)下是滞后同步的.推论2在假设1和反馈控制策略(6)下,如果控制增益l满足nXj=1(ll+12(kj|lj|+kl|jl|)+12(mj|lj|+1rjlml|jl|)0,l,j 则具有比例时滞的神经网络模型(5)与其对应的响应系统是滞后同步的.3数值模拟例1考虑如下具有广义时滞的神经网络模型dul(t)dt=lul(t)+2Xj=1ljhj(uj(t)+2Xj=1ljfj(uj(rlj(t)+vl(t)(11)
20、其中:1=1,2=5,hj(x)=tanh(2x),gj(x)=cos(4x),j=1,2,rlj(t)=t+(1b)t2/(1+t),b=2/9,B=(lj)22=1.10.211.72#,=(lj)22=0.932.52.2#.通过数值模拟发现模型(11)存在混沌吸引子,如图1所示,初始条件为u1=1,u2=0.3.对于任意的l=1,2,取k1=k2=m1=m2=1,r11=r12=r21=r22=7/9,1=5,2=7,模型满足假设13.基于定理1,模型(11)是滞后同步的,如图2所示.图34描述了模型(11)在控制策略(6)下的同步曲线.例2考虑如下具有离散变时滞的神经网络模型dul(
21、t)dt=lul(t)+2Xj=1ljhj(uj(t)+2Xj=1ljfj(uj(tlj(t)+vl(t)(12)其中:1=1.5,2=1.74,hj(x)=tanh(2x),gj(x)=cos(4x),j=1,2,lj(t)=et/(et+1),B=(lj)22=0.41.13.30.2#,=(lj)22=1.10.61.11.5#.通过数值模拟发现模型(12)存在混沌吸引子,如图5所示,初始条件为u1=1,u2=0.3.第4期裴 萍,等:具有广义时滞的神经网络滞后同步分析419图 1模型(11)的混沌行为图 2控制策略(6)下同步误差 wl(t)的时间演化图 3u1(t)和 s1(t)的时
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 具有 广义 神经网络 滞后 同步 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。