基于被动性与耗散性的时标上四元数值模糊忆阻神经网络控制研究

来自国内的研究人员针对分数阶四元数值模糊忆阻神经网络(FQVFMNN)的被动性与耗散性问题展开研究。通过构建合适的Lyapunov函数并运用不等式技术，建立了可经标准数学计算验证的改进判据，创新性地规避了四元数"模"的处理。基于模糊模型的仿真实验验证了所提方法的有效性，为复杂神经网络稳定性分析提供了新工具。

　　这项研究聚焦于时标(time scales)框架下四元数值(quaternion-valued)模糊忆阻神经网络(MNNs)的稳定性控制难题。针对分数阶(fractional-order)系统特有的记忆效应和非局部特性，研究团队巧妙设计了基于被动性(passivity)和耗散性(dissipativity)的双重分析框架。通过构造新型Lyapunov函数——这种被称为"能量函数"的数学工具，结合改进的矩阵不等式技术，成功绕过了传统四元数分析中复杂的模运算(magnitude calculation)。仿真实验生动展示了该方法在维持FQVFMNN系统稳定方面的优越性能，特别是在处理具有记忆特性的突触权重(synaptic weights)时表现出色。值得注意的是，研究首次将模糊逻辑(fuzzy logic)与时标微积分(time-scale calculus)相结合，为处理混合动态系统的非连续性问题开辟了新途径。