Resumen

Este trabajo generaliza el factor de escala de proyección a una matriz constante general y propone la sincronización de matriz-proyección (MPS) para redes neuronales de orden fraccional (FNNs) basadas en control de modo deslizante en primer lugar. Este tipo de factor de escala es mucho más complejo que el factor de escala constante, y es altamente variable y difícil de predecir en el proceso de realizar la sincronización para los sistemas de conducción y respuesta, lo que puede garantizar una alta seguridad y una fuerte confidencialidad. Luego, se diseñan la superficie de deslizamiento integral de orden fraccional y el controlador de modo deslizante para FNNs. Además, se demuestra el criterio para realizar MPS, y se analiza la alcanzabilidad y estabilidad del sistema de error de sincronización, de modo que se logre la MPS global para FNNs. Finalmente, se presenta una aplicación numérica para demostrar la viabilidad del análisis teórico. MPS es más general, por lo que se reduce a la antisincronización, sincronización completa, sinc

• Materias:Internet de las cosas Algoritmo iterativo Algoritmo de evaluación Viga viscoelástica Lenguaje de programación
• Subjects:Internet of things Iterative algorithm Evaluation algorithm Viscoelastic beam Programming language
• Palabras claves:Generaliza; Factor de escala de proyección; Matriz constante; Sincronización matriz-proyección; Redes neuronales de orden fraccional; Control de modo deslizante
• Keywords:Generalizes; Projection scaling factor; Constant matrix; Matrix-projection synchronization; Fractional-order neural networks; Sliding mode control