1.一种惯性复值忆阻神经网络的滞后同步控制方法，其特征在于，包括以下步骤：步骤S1：基于惯性复值忆阻神经网络，建立具有无限分布时滞的惯性复值忆阻神经网络驱动系统和响应系统；

步骤S2：根据步骤S1建立的具有无限分布时滞的惯性复值忆阻神经网络驱动系统与响应系统，建立滞后同步误差系统；

步骤S3：根据步骤S2建立的滞后同步误差系统，设计滞后同步控制器，将所述滞后同步控制器作用于所述响应系统，使得所述响应系统滞后同步于所述驱动系统；

步骤S1具体包括以下步骤：

步骤S11：构建具有无限分布时滞的惯性复值忆阻神经网络为：式中，时间t≥0；n表示所述惯性复值忆阻神经网络中神经元的个数；p＝1，2，…，n；rp(t)表示所述惯性复值忆阻神经网络第p个神经元的复值状态变量，σq(t)表示离散时滞且满足0≤σq(t)≤σ1， σ1和σ2为正常数；fq(rq(t))表示所述惯性复值忆阻神经网络中第q个神经元不含时滞的复值激活函数，fq(rq(t‑σq(t)))表示所述惯性复值忆阻神经网络中第q个神经元含有离散时滞的复值激活函数，

上述各激活函数的实部和虚

部均满足利普希茨条件且利普希茨常数分别为 和 Kpq(t‑θ)为无限分布时滞内核实值函数；θ为积分变量；εp和dp均为正常数；apq(rp(t))、bpq(rp(t))和cpq(rp(t))表示忆阻器复值连接权值，且满足：

其中，切换界值Ti>0； 是常

数，设

步骤S12：建立具有无限分布时滞的惯性复值忆阻神经网络驱动系统：将步骤S11构建的具有无限分布时滞的惯性复值忆阻神经网络的实部和虚部分离得到两部分：对所述具有无限分布时滞的惯性复值忆阻神经网络的实部部分和虚部部分分别进行变量代换降阶处理，来建立具有无限分布时滞的惯性复值忆阻神经网络驱动系统：其中， αp是一个常数，βp＝dp‑αp，γp＝βpαp‑εp；

步骤S13：根据步骤S12建立的驱动系统，建立与其相对应的具有无限分布时滞的惯性复值忆阻神经网络响应系统为：式中，时间t≥0；n表示所述响应系统中神经元的个数；p＝1，2，…，n； 表示所述响应系统第p个神经元的复值状态变量的实部， 表示所述响应系统第p个神经元的复值状态变量的虚部，所述响应系统第p个神经元的复值状态变量为 σq(t)表示离散时滞且满足0≤σq(t)≤σ1， σ1和σ2为正常数； 表示所述响应系统中第q个神经元不含时滞的复值激活函数的实部， 表示所述响应系统中第q个神经元不含时滞的复值激活函数的虚部，所述响应系统中第q个神经元不含时滞的复值激活函数为 表示所述响应系统中第q个神经元含有离散时滞的复值激活函数的实部， 表示所述响应系统中第q个神经元含有离散时滞的复值激活函数的虚部，所述响应系统第q个神经元含有离散时滞的复值激活函数为上述各激活函数的实部和虚部均满足利普希茨条件且利普希茨常数分别为 和 Kpq(t‑θ)为无限分布时滞内核实值函数； 和 为滞后同步控制器；

步骤S2具体包括以下步骤：

步骤S21：根据步骤S1建立的具有无限分布时滞的惯性复值忆阻神经网络驱动系统与响应系统，设所述驱动系统和响应系统的滞后同步误差为：其中τ为滞后时

滞；

步骤S22：根据步骤S21设定的滞后同步误差，建立滞后同步误差系统为：其中，

步骤S3具体包括以下内容：

步骤S3：根据步骤S2建立的滞后同步误差系统，设计滞后同步控制器为：其中， 为正常数且满足下列不等式

其中，

κpq为正常数；

将所述滞后同步控制器作用于所述响应系统，使得所述响应系统滞后同步于所述驱动系统。