1.一种惯性忆阻神经网络的自适应反同步方法，其特征在于，包括以下步骤：步骤S1：基于惯性忆阻神经网络，建立具有无界分布时滞的惯性忆阻神经网络的驱动系统和响应系统；步骤S1具体为：步骤S11：建立具有无界分布时滞的惯性忆阻神经网络的驱动系统的状态方程：步骤S12：建立具有无界分布时滞的惯性忆阻神经网络的响应系统的状态方程：其中，xi(t)和yi(t)表示对第i个神经元在t时刻的状态变量，αi，βi是常数并且满足αi＞

0，βi＞0，fj(xj(t))和fj(yj(t))表示第j个神经元的激活函数，τj(t)为时滞，Kij(t)：是关于无界分布时滞的非负延迟核心实值函数，驱动系统的初始值满足xi(s)＝φi(s)， s∈[‑∞，0]，φi(s)， 响应系统的初始值满足 s∈[‑∞，0]， 其中aij(xi

(t))，bij(xi(t))，cij(xi(t))，aij(yi(t))，bij(yi(t))，cij(yi(t))表示忆阻器权重，分别满足：其中，γi是切换界值且γi＞0；

步骤S2：根据步骤S1建立的具有无界分布时滞的惯性忆阻神经网络的驱动系统和响应系统，建立反同步误差系统；

步骤S3：设计自适应控制器，使得驱动系统和响应系统达到反同步。

2.根据权利要求1所述的一种惯性忆阻神经网络的自适应反同步方法，其特征在于，步骤S2具体为：步骤S21：将驱动系统与响应系统的反同步误差设定为：ei(t)＝yi(t)+xi(t)

得到反同步误差系统为：

3.根据权利要求2所述的一种惯性忆阻神经网络的自适应反同步方法，其特征在于，步骤S3具体为：步骤S31：构造的自适应控制器表达式为：

其中，γi(t)和ξi(t)是控制增益， ρi＞0，mi(t)具体为：将自适应控制器带入到反同步误差系统中，得到反同步误差系统的两种情况：(1)当|xi(t)|≤γi，|yi(t)|≤γi或|xi(t)|＞γi，|yi(t)|≤γi，得到反同步误差系统为：(2)当|xi(t)|＞γi，|yi(t)|＞γi或|xi(t)|≤γi，|yi(t)|＞γi，得到反同步误差系统为：根据上述情况(1)和(2)，得到反同步误差系统为：式中，fj(ej(t))＝fj(xj(t))+fj(yj(t))，fj(ej(t‑τj(t)))＝fj(xj(t‑τj(t)))+fj(yj(t‑τj(t)))。