4.1
引言

据了解，周期性、反周期性、概周期性和几乎自守性振荡是非自治神经网络的重要动力学行为。在现实生活中，概周期性比周期性更普遍。另外，伪概周期性是概周期性的自然概括。因此，研究神经网络的伪概周期性振荡具有重要的理论意义和实际意义。在过去十几年间，许多学者已经研究了实值神经网络的伪概周期解（见文献[81]，[90]—[101]）。然而，在复杂的非线性系统和不确定系统中同步是一种普遍现象，这表明许多不确定系统可以相互调整来获得更好的稳定性和鲁棒性。实验和理论研究表明，同步存在于各种实际系统中。通过同步，人们可以用已知系统的动力学行为来分析未知系统的动力学行为。因此，它在网络控制和系统设计中起着重要的作用。同步控制已经成了一个热门的研究课题（见文献[31]，[102]—[115]）。然而，据我们所知，目前还没有关于时标上具离散时滞和分布时滞的Clifford值细胞神经网络的伪概周期解的同步问题的文献。因此，有必要研究时标上Clifford值神经网络的同步性问题。

本章的结构如下：在第4.2节中，介绍研究的对象和预备知识，并说明后面章节中需要的一些初步结果。在第4.3节中，为系统（4.2.1）的伪概周期解的存在性建立一些充分条件。在第4.4节中，研究伪概周期解的同步性问题。在第4.5节中，给出一个数值例子来说明我们在前几节中获得的结果的可行性。最后，在第4.6节给出本章的结论。 Mu/ZToBwC2z2NzQMTVPqPO4UUg4f7zgSV06NOmV8ZspLg17eXbFtUvOtnhRshEaj