1.一种忆阻递归神经网络的有限时间自适应同步控制方法，其特征在于，包括以下步骤：步骤S1：构建时变时滞忆阻递归神经网络驱动系统和响应系统；

步骤S2：根据步骤S1构建的时变时滞忆阻递归神经网络驱动系统与响应系统，设定所述驱动系统和响应系统的同步误差，并建立同步误差系统；

步骤S3：根据步骤S2构建的同步误差，设计自适应同步控制器，将所述自适应同步控制器作用于所述响应系统，使得所述响应系统在有限时间同步于所述驱动系统；

步骤S1具体包括以下步骤：

步骤S11：构建时变时滞忆阻递归神经网络驱动系统为：式中， 表示vp(t)对时间t的导数；时间t≥0；n表示所述驱动系统中神经元的个数；

p、q＝1，2，…，n；dp是自反馈连接权值并且满足dp≥0；vp(t)表示所述驱动系统中第p个神经元在t时刻的状态变量；gq(vq(t))表示所述驱动系统中第q个神经元不包含时滞的激活函数，hq(vq(t‑δqp(t)))表示所述驱动系统中第q个神经元包含时变时滞的激活函数，所述各激活函数均满足利普希茨条件，即满足对于任意实数a和b，|gq(a)‑gq(b)|≤ηq|a‑b|和其中ηq和 为正常数；同时所述各激活函数均是单调非减函数，并满足：gq(0)＝hq(0)＝0、 其中

为正常数；Jp表示所述驱动系统的外部输入；apq(vq(t))、bpq(vq(t‑δqp(t)))表示忆阻器连接权值，且满足：其中，切换界值 是常数，设

由于所述驱动系统的等号右侧是不连续的，因此所述驱动系统的解需要在Filippov意义上考虑，则通过采用集值映射和微分包含理论，可将所述驱动系统改写为：其中，

步骤S12：根据步骤S11构建的时变时滞忆阻递归神经网络驱动系统，构建与其相对应的时变时滞忆阻递归神经网络响应系统：式中， 表示wp(t)对时间t的导数；时间t≥0；n表示所述响应系统中神经元的个数；

p、q＝1，2，…，n；dp是自反馈连接权值并且满足dp≥0；wp(t)表示所述响应系统中第p个神经元在t时刻的状态变量；gq(wq(t))表示所述响应系统中第q个神经元不包含时滞的激活函数，hq(wq(t‑δqp(t)))表示所述响应系统中第q个神经元包含时变时滞的激活函数，所述各激活函数均满足利普希茨条件，即满足对于任意实数a和b，|gq(a)‑gq(b)|≤ηq|a‑b|和其中ηq和 为正常数；同时所述各激活函数均是单调非减函数，并满足：gq(0)＝hq(0)＝0、 其中

为正常数；Jp表示所述响应系统的外部输入；up表示自适应同步控制器；apq(wq(t))、bpq(wq(t‑δqp(t)))表示忆阻器连接权值，且满足：其中，切换界值 是常数，设

由于所述响应系统的等号右侧是不连续的，因此所述响应系统的解需要在Filippov意义上考虑，则通过采用集值映射和微分包含理论，可将所述响应系统改写为：其中，

步骤S2具体包括以下步骤：

步骤S21：根据步骤S1构建的时变时滞忆阻递归神经网络驱动系统与响应系统，设定所述驱动系统和响应系统的同步误差为：ep(t)＝vp(t)‑wp(t)；

步骤S22：根据所述驱动系统和响应系统，以及步骤S21设定的同步误差，建立同步误差系统为：其中， 表示所述同步误差ep(t)对时间t的导数；

步骤S3具体包括以下步骤：

步骤S31：根据步骤S2构建的同步误差，设计自适应同步控制器为：其中，p、q＝1，2，…，n；eq(t‑δqp(t))＝vq(t‑δqp(t))‑wq(t‑δqp(t))；sgn(·)为符号函数；自适应同步控制器参数ρp>0、 κp、γp、ζp、μp、ξp、ωp和 都是常数，且满足：其中，

步骤S32：将所述自适应同步控制器作用于所述响应系统，使得所述响应系统有限时间同步于所述驱动系统。

2.根据权利要求1所述的一种忆阻递归神经网络的有限时间自适应同步控制方法，其特征在于，所述响应系统在有限时间内自适应同步于所述驱动系统，且所述有限时间的范围为：T

其中，e(0)＝(e1(0)，e2(0)，…，en(0)) ；