一种有限时间分数阶时滞耦合竞争型神经网络同步学习法

本发明提供了一种有限时间分数阶时滞耦合竞争型神经网络同步学习法，属于迭代学习控制技术领域。解决了分数阶时滞耦合竞争型神经网络在时间轴上难以实现完全同步和控制器结构设计复杂的技术问题。其技术方案为：包括以下步骤：S1：建立单个带有时滞的竞争型神经网络模型；S2：对其进行矩阵提升，写为紧凑形式；S3：考虑多个时滞竞争型神经网络组成的耦合竞争型神经网络，并借助图论描述网络之间的通信拓扑；S4：设计一种输入共享分数阶量化学习控制协议，并将其写为矩阵形式；S5：对上述所设计的控制协议进行收敛证明。本发明的有益效果为：输入共享的控制协使分数阶时滞耦合竞争型神经网络的同步速度明显提升。