具有时滞的回归神经网络全局指数鲁棒稳定性的一个新判据(英文)  

A New Criterion for Global Robust Stability of Recurrent Neural Networks with Delay

作　　者：王俭勤[1] 宋乾坤[2] 

机构地区：[1]川北医学院基础医学院,四川南充637007 [2]重庆交通大学理学院数学系,重庆400074

出　　处：《西华师范大学学报（自然科学版）》2007年第1期33-39,共7页Journal of China West Normal University(Natural Sciences)

基　　金：国家自然科学基金资助项目(10475026)~~

摘　　要：研究了具有时滞的不确定性的回归神经网络模型的全局鲁棒稳定性,获得了检验该模型平衡点全局鲁棒稳定性的一个新判据.这个判据是以线性矩阵不等式提供的,能够有效地利用Matlab中线性矩阵不等式工具箱进行计算.一些最近出版文献的结果被改进和推广,并用数值例子表明了本文给出结果的有效性.In this paper, the global robust stability of the uncertain recurrent neural networks with delay is investigated. A criterion in the form of linear matrix inequality （LMI） for the global robust stability of the equilibrium point of uncertain recurrent neural networks with delay is presented. The condition is based on norm - bounded uncertainties. Some recently known results are improved. An example is given to show the effectiveness of the

关 键 词：回归神经网络 全局鲁棒稳定性 时滞 有效性 

分 类 号：O175.12[理学—数学]