1.一种随机忆阻神经网络的自适应指数同步控制方法，其特征在于，包括以下步骤：步骤S1：基于忆阻神经网络，建立具有时变时滞的随机忆阻神经网络的驱动系统和响应系统；

步骤S2：根据步骤S1建立的具有时变时滞的随机忆阻神经网络的驱动系统和响应系统，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建立的同步误差，设计周期性交替自适应同步控制器，将所述周期性交替自适应同步控制器作用于所述响应系统，使得所述响应系统同步于所述驱动系统；

步骤S3具体包括以下步骤：

步骤S31：设计周期性交替自适应同步控制器为：其中，ki(t)和hi(t)是自适应控制增益；εi、∈i和μ都是正的常数；ei(t)是所述同步误差；δ表示第一控制宽度，且0<δ0；sign(ei(t))表示符号函数；m为非负整数，即m＝0，1，2，…；存在足够小的正标量μ使得：其中，

步骤S32：将所述周期性交替自适应同步控制器作用于所述响应系统，使得所述响应系统同步于所述驱动系统。

2.根据权利要求1所述的一种随机忆阻神经网络的自适应指数同步控制方法，其特征在于，步骤S1具体包括以下步骤：

步骤S11：建立具有时变时滞的随机忆阻神经网络的驱动系统为：步骤S12：建立具有时变时滞的随机忆阻神经网络的响应系统为：在所述驱动系统和响应系统中，i、j＝1，2，…，n；时间t≥0；xi(t)和yi(t)分别表示所述驱动系统和响应系统的第i个神经元在t时刻的状态变量；di是自反馈连接权值并且满足di＞0；fj(xj(t))和fj(yj(t))分别表示所述驱动系统和响应系统的第j个神经元在t时刻不含时滞的激活函数；gj(xj(t‑τji(t)))和gj(yj(t‑τji(t)))分别表示所述驱动系统和响应系统的第j个神经元在t时刻含有时滞的激活函数；所述激活函数fj(xj(t))、fj(yj(t))、gj(xj(t‑τji(t)))和gj(yj(t‑τji(t)))是单调非减函数，并满足和

其中 和 为正常数；对于任意实数a和b，上述激活函数满足|fj(a)‑fj(b)|≤ηj|a‑b|和 其中ηj和 为正常数；τi(t)和τji(t)表示传输时变时滞，满足 和 1，其中

和 为正常数；Ji为外部输入；ui(t)表示周期性交替自适应同步控制器；σi(t，xi(t)，xi(t‑τi(t)))和σi(t，yi(t)，yi(t‑τi(t)))分别表示所述驱动系统和响应系统的噪声强2

度，满足σi(t，0，0)＝0、|σi(t，xi(t)，xi(t‑τi(t)))‑σi(t，yi(t)，yi(t‑τi(t)))|≤ξi|xi(t)‑

2 2

yi(t)|+ζi|xi(t‑τi(t))‑yi(t‑τi(t))|，其中ξi和ζi表示所有非负常数；ωi(t)表示标准布朗运动；dxi(t)、dyi(t)、dt和dωi(t)分别表示xi(t)、yi(t)、t和ωi(t)的微分；aij(xi(t))、bij(xi(t))、aij(yi(t))和bij(yi(t))表示忆阻器连接权重，分别满足：其中，Yi是切换界值且Yi＞0； 和 都是常数；

由于所述驱动系统和所述响应系统的等号右侧是不连续的，因此所述驱动系统和所述响应系统的解都需要在Filippov意义上考虑，则通过采用集值映射和微分包含理论，将所述驱动系统和所述响应系统分别改写为：式中， 和

co[aij(xi(t))]、co[bij(xi(t))]、co[aij(yi(t))]和co[bij(yi(t))]分别满足：

其中，

3.根据权利要求2所述的一种随机忆阻神经网络的自适应指数同步控制方法，其特征在于，步骤S2具体包括以下步骤：

步骤S21：根据步骤S1建立的具有时变时滞的随机忆阻神经网络的驱动系统和响应系统，设定所述驱动系统和响应系统的同步误差为：ei(t)＝xi(t)‑yi(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，dei(t)表示所述同步误差ei(t)的微分；

和