忆阻器是具有记忆功能的非线性电阻,它的优点主要表现为尺寸小、切换快和耗电量低,被认为是模拟神经突触,实现类脑计算的理想元器件。忆阻器的出现为冯诺依曼体系的计算与存储之间的矛盾提供了新的研究方向。利用忆阻器构建的人工神经网络称为忆阻神经网络,其已在模式识别、人工智能等诸多领域引起了广泛关注。同步作为神经网络的研究热点之一,在保密通信、模式识别、联想记忆和信息科学等工程领域的应用中起到了至关重要的作用。因此对忆阻神经网络的同步理论研究是一项重要的工作。目前采用的同步控制方法多是基于时间触发机制的反馈控制,信息传输量较大。由于控制系统的传感器等设备都是通过网络连接,而在实际系统中存在网络通信拥堵、分散等特点,为了进一步提高系统的控制效果和降低通信带宽的使用率,本文利用事件触发机制研究了忆阻神经网络的同步问题,主要内容如下。考虑了具有参数不匹配时滞忆阻神经网络的拟同步问题。首先利用非光滑分析方法、不等式放缩技巧,得到了Lyapunov函数的一阶微分方程,然后利用事件触发脉冲和状态反馈控制方法并结合脉冲系统的比较原理和变参数公式,得到了同步误差界和指数收敛率。进一步又提出一种协同设计方法,可以使同步误差收敛到预定的水平。最后给出一种自触发方案,避免对触发条件的连续监测。数值例子验证了所得结果的有效性。提出了一种新的基于时间触发和事件触发相结合的混合脉冲控制器,实现了时滞忆阻神经网络的拟同步。首先提出当Lyapunov函数的初始值大于事件触发阈值函数的初始值时,可以通过有限次的时间触发脉冲控制,使得Lyapunov函数在有限时间内小于事件触发阈值函数。进一步给出当Lyapunov函数小于事件触发阈值函数时,仅事件触发脉冲控制就可以实现忆阻神经网络的拟同步。该方法有效地减少了脉冲控制次数,此外,通过调整事件触发阈值函数的参数,可以使同步误差范数控制在任意小的范围内,大大降低了现有结果的保守性。数值例子展示了所获结果的有效性。研究了带有通信延迟忆阻神经网络的拟同步。利用事件触发机制的脉冲控制策略,利用微分包含理论和分析技巧,获得了系统实现拟同步的判据。而且建立了一种新的基于通信延迟的切换事件触发机制,并且Lyapunov函数的导数不受限制。为了进一步减少连续采样和监测的时间,提出一种新的基于通信延迟和非周期采样的切换事件触发机制,该方法更加经济实用,可以直接避免Zeno行为。最后利用两个数值例子说明了所获结果的有效性。考虑了在参数未知的情况下,带有无界离散时滞和有界分布时滞忆阻神经网络的同步控制。将事件触发机制与自适应控制相结合,设计响应系统权值的自适应律和控制增益的自适应律,得到了响应系统与忆阻神经网络系统实现完全同步的充分条件。通过构造合适的Lyapunov函数并利用不等式放缩技巧,解决了无界离散时滞和有界分布时滞对系统的影响。该方法减少了控制器更新次数,消除了符号函数带来的抖振。为了进一步提高误差系统的性能,提出一种相对阈值触发策略。通过数值例子,验证了所得结果的有效性。最后总结了本文的工作,展望了未来的研究工作。