Resumen

La investigación síncrona para redes neuronales difusas acopladas (FCNNs) es estudiada mediante una nueva estrategia de controladores de fijación de columnas. En este artículo, la función de Lyapunov Krasovskii (LKF) se toma como un elemento importante para las leyes de control de fijación. Las redes están interconectadas por ganancias de acoplamiento que definen un grafo de interacción física. A diferencia de la técnica preestablecida en el control intermitente tradicional, se introducen nuevos grafos de control de comunicación adicionales de la ley de control de fijación, que no han sido investigados antes. Las leyes de control propuestas pueden lograr los objetivos de control al ser introducidas como un conjunto de vectores con la operación de producto de Kronecker. Bajo el marco propuesto de control intermitente, se utilizan simulaciones numéricas a través de MATLAB para confirmar la disponibilidad de las leyes de control sugeridas.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Investigación; Redes neuronales acopladas difusas; Controladores de anclaje; Funcional de Lyapunov Krasovskii; Ganancias de acoplamiento; Control intermitente
• Keywords:Research; Fuzzy coupled neural networks; Pinning controllers; Lyapunov Krasovskii functional; Coupling gains; Intermittent control