时滞惯性忆阻神经网络的动力学分析与同步控制.pdfVIP

摘要

忆阻器作为新型的信息处理和存储器件，具有小尺寸、高存储、低能耗和非易失

性等特点，是模拟神经网络突触的理想器件。基于忆阻器构建的忆阻神经网络是当前

信息技术和神经形态计算领域的重要研究对象，其动力学分析、同步控制以及在图像

加密、保密通信等方面的应用，逐渐成为学者们关注的焦点。本文主要对时滞惯性忆

阻神经网络的动力学行为和同步控制问题进行研究，主要工作如下：

（1）研究了带有离散时滞的惯性忆阻神经网络的可达集估计问题。首先，将惯

性项和有界扰动引入忆阻神经网络中，构建带有时滞和扰动的惯性（二阶）忆阻神经

网络模型。然后，通过变量代换方法将二阶微分方程转换为一阶微分方程。最后，利

用微分包含、集值映射理论以及不等式技术，提出一种可达集估计方法，给出可达集

边界估计准则和包含系统解的可达集。

（2）研究了带有无界时滞的惯性忆阻神经网络的指数镇定问题。放宽了离散时

滞有界的限制，提出了一种Lyapunov函数积分-微分法来处理模型中的无界时滞项。

设计了一类反馈控制器，通过构造状态依赖的L-K泛函，利用Young不等式技术，

给出了保证时滞惯性忆阻神经网络全局指数镇定的充分判据。

（3）研究了具有混合时滞的惯性忆阻神经网络指数耗散性问题。通过构造新型

的L-K泛函和运用非光滑分析理论，在二阶系统框架下给出了惯性忆阻神经网络指

数耗散的充分条件和全局指数吸引集，避免降阶处理带来的系统维数翻倍、求解复杂

度较高的问题。

（4）研究了带有混合时滞的惯性忆阻神经网络的同步控制问题。首先给出了带

有中立时滞等多时滞混合的惯性忆阻神经网络驱动和响应模型。其次，基于状态反馈

和忆阻切换特性，设计一类混合控制器实现了驱动和响应系统的指数同步。最后，将

同步控制结果应用于图像加密中，设计一种图像加解密系统并验证了其有效性。

关键词：惯性忆阻神经网络；可达集；指数镇定；耗散性；同步控制；图像加密

Keywords:Inertialmemristiveneuralnetworks,reachableset,exponentialstabilization,

目录

摘要I

ABSTRACTII

1绪论1

1.1研究背景及意义1

1.2忆阻器与忆阻神经网络2

1.3时滞忆阻神经网络动力学与同步控制研究现状5

1.3.1时滞忆阻神经网络可达集研究现状6

1.3.2时滞忆阻神经网络稳定性与耗散性研究现状7

1.3.3时滞忆阻神经网络同步控制研究现状8

1.4全文内容与组织结构9

2相关理论11

2.1时滞惯性忆阻神经网络模型11

2.2不连续微分方程与Filippov解13

2.3本章小结14

3具有离散时滞的惯性忆阻神经网络的可达集估计15

3.1引言15

3.2问题描述15

3.3可达集估计17

3.4数值仿真20

3.5本章小结21

4具有无界时滞的惯性忆阻神经网络指数镇定研究22

4.1引言22

4.2问题描述22

4.3全局指数镇定研究24

4.4数值仿真30

4.5本章小结32

5具有混合时滞的惯性忆阻神经网络指数耗散性研究33

5.1引言33

5.2问题描述33

5.3全局指数耗散研究35

5.4数值仿真38

5.5本章小结40

6具有混合时滞的惯性忆阻神经网络指数同步控制41

引言41

6.2混合时滞惯性忆阻神经网络的指数同步41

6.2.1问题描述41

6.2.2指数完全同步控制44