近日，我司2020级控制工程专业研究生贾田元以“Adaptive fixed-time synchronization of stochastic memristor-based neural networks with discontinuous activations and mixed delays”为题在Journal of the Franklin Institute上发表了固定时间同步控制的相关研究成果。

忆阻神经网络的同步问题一直备受关注，但是传统的渐进或指数同步无法再满足实际应用中对于系统快速同步的需要。而由于外部扰动的存在，系统的稳定性会下降甚至变得不稳定。此外，时滞使得控制信号的传输并不是即时的，这使得同步控制难度进一步增加。基于此，课题组设计了自适应控制方案，研究了忆阻神经网络的固定时间同步。首先，同时考虑了外部随机扰动和包含多类型时滞的混合时滞，得到了更具一般性的模型。其次，利用集值映射和微分包含理论处理了忆阻器和不连续激活函数的不连续性所带来的求解困难。然后，设计了自适应控制方案，实现了对于系统中诸多不确定性的跟踪和在线辨识，保证了误差系统在固定时间内收敛。最后，给出了与系统初始值无关的稳定时间显式表达式，实现了对于同步时间的有效估计。

该论文的第一作者为2020级研究生贾田元，通讯作者为陈向勇教授。

论文信息：Tianyuan Jia, Xiangyong Chen, Feng Zhao, Jinde Cao, Jianlong Qiu. Adaptive fixed-time synchronization of stochastic memristor-based neural networks with discontinuous activations and mixed delays, Journal of the Franklin Institute, 2022,DOI: 10.1016/j.jfranklin.2022.11.006.