公开(公告)号：CN109917648A

公开(公告)日：2019-06-21

申请号：CN201910183863.X

申请日：2019-03-12

Applicant: 南京邮电大学

Inventor： 施硕 ,  肖敏 ,  陶斌斌

IPC: G05B13/04

Abstract: 本发明揭示了一种强核神经元系统的混合控制方法，包括步骤：S1：建立无控的时滞强核神经元模型，得到系统稳定性特性和平衡点信息；S2：对于无控的时滞强核神经元模型施加混合控制器；S3：将受混合控制器作用的时滞强核神经元模型在平衡点处线性化，得到线性化后的被控网络的特征方程；S4：选取泄漏时滞作为分岔参数，通过对该线性化后的被控网络的特征方程进行稳定性分析和分岔分析，调节并选取控制器参数，使得被控网络在平衡点附近局部稳定。应用本发明的技术方案，能更好拟合实际神经网络，对时滞神经网络动力学研究意义深远。提高了混合控制器的适用性；此外，建模时无需系统当前状态值，控制参数可调域大，实际操作简便易行，控制效果显著。

公开(公告)号：CN109917648B

公开(公告)日：2022-03-15

申请号：CN201910183863.X

申请日：2019-03-12

Applicant: 南京邮电大学

Inventor： 施硕 ,  肖敏 ,  陶斌斌

IPC: G05B13/04

Abstract: 本发明揭示了一种强核神经元系统的混合控制方法，包括步骤：S1：建立无控的时滞强核神经元模型，得到系统稳定性特性和平衡点信息；S2：对于无控的时滞强核神经元模型施加混合控制器；S3：将受混合控制器作用的时滞强核神经元模型在平衡点处线性化，得到线性化后的被控网络的特征方程；S4：选取泄漏时滞作为分岔参数，通过对该线性化后的被控网络的特征方程进行稳定性分析和分岔分析，调节并选取控制器参数，使得被控网络在平衡点附近局部稳定。应用本发明的技术方案，能更好拟合实际神经网络，对时滞神经网络动力学研究意义深远。提高了混合控制器的适用性；此外，建模时无需系统当前状态值，控制参数可调域大，实际操作简便易行，控制效果显著。