冯 靓，胡 成，于 娟

(新疆大学 数学与系统科学学院，新疆 乌鲁木齐830046)

0 引言

1971年，蔡少棠教授首次提出了忆阻器,并以此刻画电荷和磁通量间的关系[1].由于忆阻器能够模拟人脑的记忆和遗忘机制,因而被研究者引入到神经网络,建立了忆阻神经网络(MNNs).目前,诸如稳定性[2]、同步[3]等MNNs的动力学行为已被各领域学者广泛研究.另一方面,由于比实值神经元具有更高的计算能力和信息存储能力,近年来复值神经元在模式识别、非线性滤波等方面得到了广泛的应用,并且忆阻复值神经网络(MCNNs)也成为了当前的研究热点[4,5].而在大多数的研究中,作者先将复值系统分离成两个实值子系统,再利用实值神经网络的经典理论分析两个实值系统的动力学行为.虽然这种分离方法是有效的,但忽略了网络的复值特征和优势,也会给理论分析和计算带来一定的困难.因此,探索分析MCNNs的新方法具有重要的理论价值和实际意义.

固定时间控制比传统的反馈控制具有更快的收敛速度,相较于有限时间控制,停息时间又不受初始条件的限制,因而近年来被各领域学者广泛研究.尽管目前已有相当丰富的实值MNNs的固定时间同步结果[6,7],而忆阻复值神经网络却由于理论分析上的困难极少受到关注.

基于上述分析,本文将研究具有时变时滞的耦合复值忆阻神经网络的固定时间同步.首先,为了避免现有结果[4,5]中将耦合忆阻复值神经网络分离为两个实值子系统……