Finite/Fixed-Time Synchronization of Memristor-Based Fuzzy Neural Networks with Markov Jumping Parameters Under Unified Control Schemes

Der Artikel befasst sich mit der Synchronisation memristorbasierter Fuzzy Neuronaler Netzwerke (MNNs) mit Markov springenden Parametern, einem Thema, das im Bereich neuronaler Netzwerke und Kontrollsysteme von wachsendem Interesse ist. Es führt ein einheitliches Kontrollschema ein, das sowohl endliche als auch feste Zeitsynchronisation erreichen kann, und überwindet die Beschränkungen früherer Methoden, die auf einfacheren Lyapunov-Funktionen beruhen. Die Autoren schlagen eine komplexere Lyapunov-Krasovskii-Funktion vor, die modeabhängige Begriffe und doppelte integrale Begriffe umfasst, was eine genauere und effizientere Analyse und Steuerung ermöglicht. Der Aufsatz präsentiert außerdem ein Simulationsbeispiel zur Veranschaulichung der Wirksamkeit des vorgeschlagenen Kontrollsystems, das seine Fähigkeit demonstriert, die Antriebs- und Reaktionssysteme sowohl in begrenzter als auch in festgelegter Zeit zu synchronisieren. Die Einbeziehung externer Störungen und Zeitverzögerungen in das Modell erhöht die praktische Relevanz der Studie und macht sie zu einem wertvollen Beitrag auf diesem Gebiet.