首页 | 本学科首页   官方微博 | 高级检索  
     

具分布参数的随机Hopfield神经网络的指数稳定
引用本文:邓飞其,赵碧蓉,罗 琦. 具分布参数的随机Hopfield神经网络的指数稳定[J]. 控制理论与应用, 2005, 22(2): 196-200
作者姓名:邓飞其  赵碧蓉  罗 琦
作者单位:华南理工大学,自动化科学与工程学院,广东,广州,510640;华南理工大学,自动化科学与工程学院,广东,广州,510640;华南理工大学,自动化科学与工程学院,广东,广州,510640
基金项目:国家自然科学基金(60374023); 广东省自然科学基金(011629).
摘    要:基于随机Fubini定理,将随机偏微分方程描述的Hopfield神经网络系统转化为用相应的随机常微分方程来描述.利用关于空间变量平均的Lyapunov函数与Ito^公式,通过对所构造的Lyapunov函数在Ito^微分规则下对相应系统求导的方法,获得了系统指数稳定的代数判据及其Lyapunov指数估计.实现了运用Lyapunov直接法对分布参数系统稳定性的研究.

关 键 词:Hopfield神经网络  分布参数  Lyapunov函数
收稿时间:2003-10-21
修稿时间:2004-05-31

Exponential stability of stochastic Hopfield neuralnetworks with distributed parameters
DENG Fei-qi,ZHAO Bi-rong,LUO Qi. Exponential stability of stochastic Hopfield neuralnetworks with distributed parameters[J]. Control Theory & Applications, 2005, 22(2): 196-200
Authors:DENG Fei-qi  ZHAO Bi-rong  LUO Qi
Affiliation:College of Automation Science and Engineering,South China University of Technology,Guangzhou Guangdong 510640,China
Abstract:Based on stochastic Fubini theorem,the Hopfield neural network system depicted by a stochastic partial differential equation is translated into a stochastic ordinary differential equation.By constructing a mean Lyapunov function with respect to (the space) variables and using Ito^ formula under the integral operators,the exponential stability of stochastic neutral systems with (distributed parameters) is investigated by deviating of the function along the trajectories of the systems.Also,the Lyapunov exponent estimate is obtained.Thus,the stability of stochastic systems with distributed parameters is studied by Lyapunov direct method.
Keywords:Hopfield neural networks   distributed parameter   Lyapunov function
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《控制理论与应用》浏览原始摘要信息
点击此处可从《控制理论与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号