耦合神经网络有界聚类投影同步调节控制方法及系统技术方案

本发明专利技术涉及耦合神经网络有界聚类投影同步调节控制方法及系统。本发明专利技术包括建立具有非线性、非恒同和混合时变时滞的多个聚类的耦合神经网络，对每个聚类设定目标神经网络；根据所述耦合神经网络与目标神经网络建立误差耦合神经网络；根据所述误差耦合神经网络模型设计牵制脉冲反馈控制器，基于所述牵制脉冲反馈控制器选择相应函数，以实现每个聚类中神经网络与目标神经网络之间的有界聚类投影同步；通过搭建网络模型并利用所述网络模型进行数值仿真，验证目标神经网络与耦合神经网络之间的有界聚类投影同步效果。本发明专利技术控制成本低且控制精度高。

【技术实现步骤摘要】
耦合神经网络有界聚类投影同步调节控制方法及系统
本专利技术涉及复杂网络同步控制
，尤其是指耦合神经网络有界聚类投影同步调节控制方法及系统。
技术介绍
近年来，复杂网络在各个领域的广泛应用，使得复杂网络的研究成为一个有趣的课题。通过校准系统参数或施加外部控制输入来迫使网络中的系统行为一致，称为同步现象。目前，混沌系统的聚类行为在图像处理、保密通信等工作中得到了广泛的应用，同步现象成为复杂网络研究中不可缺少的一部分。到目前为止，人们已经讨论了不同类型的同步现象，如有界同步、滞后同步、簇同步、相位同步、投影同步等。在上述几种同步方法中，投影同步方法由于各节点的不同比例系数，在实际应用中具有重要意义。例如在数字通信领域，多进制通信通过投影同步实现更快的通信。有界同步是一种特殊的同步，一般由参数失配、内部干扰、外部攻击等因素引起，系统仅需要在一定范围内具有一致。此外，聚类同步作为一种常见的同步现象，描述了发生在各子群中的同步现象。一般来说，很多复杂网络都很难独自实现同步。为了解决该问题，几种实现同步的有效方法已经被提出，包括牵制控制本文档来自技高网...

【技术保护点】
1.耦合神经网络有界聚类投影同步调节控制方法，其特征在于，包括如下步骤：/n步骤一：建立具有非线性、非恒同和混合时变时滞的多个聚类的耦合神经网络，对每个聚类设定目标神经网络；/n步骤二：根据所述耦合神经网络与目标神经网络建立误差耦合神经网络；/n步骤三：根据所述误差耦合神经网络模型设计牵制脉冲反馈控制器，基于所述牵制脉冲反馈控制器选择相应函数，以实现每个聚类中神经网络与目标神经网络之间的有界聚类投影同步；/n步骤四：通过搭建网络模型并利用所述网络模型进行数值仿真，验证目标神经网络与耦合神经网络之间的有界聚类投影同步效果。/n

【技术特征摘要】
1.耦合神经网络有界聚类投影同步调节控制方法，其特征在于，包括如下步骤：
步骤一：建立具有非线性、非恒同和混合时变时滞的多个聚类的耦合神经网络，对每个聚类设定目标神经网络；
步骤二：根据所述耦合神经网络与目标神经网络建立误差耦合神经网络；
步骤三：根据所述误差耦合神经网络模型设计牵制脉冲反馈控制器，基于所述牵制脉冲反馈控制器选择相应函数，以实现每个聚类中神经网络与目标神经网络之间的有界聚类投影同步；
步骤四：通过搭建网络模型并利用所述网络模型进行数值仿真，验证目标神经网络与耦合神经网络之间的有界聚类投影同步效果。


2.根据权利要求1所述的耦合神经网络有界聚类投影同步调节控制方法，其特征在于，所述耦合神经网络的模型为：



其中：是节点的状态向量；N个神经网络分为l个聚类，且存在N≥l＞0，第i个神经网络和第j个神经网络在第z个聚类中，定义μi＝μj＝z，反之则有μi≠μj；是第μi个聚类中神经网络的连接权值矩阵；是神经元的外部输入向量；fk(·)：Rn→Rn，k＝1，2，3表示神经元的激活函数，其中有正常数σ1，σ2是耦合神经网络的耦合强度；Γ，γ表示耦合神经网络的内部耦合矩阵，Γ，γ为单位矩阵；τ1(t)，τ2(t)和τ3(t)各自表示系统时变时滞，状态耦合时变时滞和分布式耦合时变时滞，存在0≤τ1(t)≤τ1，0≤τ2(t)≤τ2，0≤τ3(t)≤τ3，并定义最大时滞为τ＝max{τ1(t)，τ2(t)，τ3(t)}；G＝(gij)m×m和D＝(dij)m×m是基于耦合神经网络拓扑结构的外部耦合矩阵，矩阵G，D满足耗散条件，即满足和在第i个神经网络与第j个神经网络之间存在连接，则有gij＝gji＞0(dij＝dji＞0)，否则gij＝0(dij＝0)；ui(t)是控制器。


3.根据权利要求1所述的耦合神经网络有界聚类投影同步调节控制方法，其特征在于，所述目标神经网络的模型为：



其中：是神经网络的状态向量，是神经网络的连接权值矩阵，且存在


4.根据权利要求3所述的耦合神经网络有界聚类投影同步调节控制方法，其特征在于，定义矩阵测度μq(M)：



其...

【专利技术属性】
技术研发人员：汤泽，蒋晨辉，王艳，纪志成，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏;32