一类时滞静态神经网络模型的全局渐近稳定性  

Global Asymptotical Stability of a Class of Static Neural Networks with Delays

作　　者：陈红军[1] 周建平[1] 王林山[1] 

机构地区：[1]聊城大学数学科学学院,山东聊城252059

出　　处：《聊城大学学报（自然科学版）》2006年第1期19-21,共3页Journal of Liaocheng University:Natural Science Edition

摘　　要：利用拓扑度理论,M-矩阵理论及Lyapunov泛函方法研究了一类时滞静态神经网络模型平衡点的全局渐近稳定性,得出了其平衡点存在唯一及全局渐近稳定的一些充分条件.By using the theory of topological degree,M-matnx and Lyapunov functional methods,the global asymptotical stability of a class of static neural networks with delays is discussed. Some sufficient conditions ensuring existence,uniqueness and global asymptotical stability of the equilibrium point are presented.

关 键 词：静态神经网络 全局渐近稳定 拓扑度 M-矩阵 

分 类 号：O175[理学—数学] TP183[理学—基础数学]