CAJ | 학술논문

在系统参数未知的情况下,研究了2个相同细胞神经网络混沌系统的同步问题.首先对实时性强、动力学特征复杂的三阶细胞神经网络(cellular neural network, CNN)产生的混沌特性展开研究,然后采用自适应控制策略,将自适应技术、主动控制方法、单向反馈方法应用到细胞神经网络混沌系统的同步控制中,并借助李雅普诺夫稳定性理论,提出了一种新的自适应混沌同步方法.理论分析与仿真结果证明,利用该方法能够实现系统参数未知及不同初始条件的细胞神经网络混沌系统的同步,而且和传统方法相比,同步时间明显缩短,同步误差显著减小即混沌同步性能得到了改善.
재계통삼수미지적정황하,연구료2개상동세포신경망락혼돈계통적동보문제.수선대실시성강、동역학특정복잡적삼계세포신경망락(cellular neural network, CNN)산생적혼돈특성전개연구,연후채용자괄응공제책략,장자괄응기술、주동공제방법、단향반궤방법응용도세포신경망락혼돈계통적동보공제중,병차조리아보낙부은정성이론,제출료일충신적자괄응혼돈동보방법.이론분석여방진결과증명,이용해방법능구실현계통삼수미지급불동초시조건적세포신경망락혼돈계통적동보,이차화전통방법상비,동보시간명현축단,동보오차현저감소즉혼돈동보성능득도료개선.