| 一类具多比例时滞递归神经网络的全局指数稳定性 |
| |
| 引用本文： | 赵宁,周立群. 一类具多比例时滞递归神经网络的全局指数稳定性[J]. 工程数学学报, 2016, 0(5): 450-462. DOI: 10.3969/j.issn.1005-3085.2016.05.002 |
| |
| 作者姓名： | 赵宁 周立群 |
| |
| 作者单位： | 天津师范大学数学科学学院,天津,300387 |
| |
| 基金项目： | 国家自然科学基金(61374009).The National Natural Science Foundation of China (61374009) |
| |
| 摘 要： | 比例时滞是一种不同于常时滞、有界变时滞和分布时滞的时变无界时滞.具比例时滞的系统在物理学、生物学和控制理论等领域发挥着重要的作用,但目前具比例时滞神经网络的动力学行为研究相对较少.本文对一类具多比例时滞递归神经网络的全局指数稳定性进行研究.首先,利用非线性变换将一类具多比例时滞的递归神经网络等价变换成一类变系数常时滞的递归神经网络,然后利用M-矩阵理论和同胚映射定理,以及时滞微分不等式技巧,得到了该系统平衡点的存在性、唯一性及其全局指数稳定性的时滞无关的充分条件,该条件依赖于神经网络的连接权值矩阵和神经元的激励函数.最后数值实验结果验证所得结论的正确性和与以往文献相比较低的保守性.
|
| 关 键 词： | 递归神经网络 比例时滞 全局指数稳定性 M-矩阵 时滞微分不等式 |
Global Exponential Stability of a Class of Recurrent Neural Networks with Multi-proportional Delays |
| |
| Abstract: | |
| |
| Keywords: | recurrent neural networks proportional delays global exponential stability M-matrix delay differential inequality |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
