一类变时滞神经网络的全局指数稳定性  

Global exponential stability of a class of neural networks with time-varying delays

作　　者：周建平[1] 陈红军[2] 王林山[2] 

机构地区：[1]安徽工业大学计算机学院,安徽马鞍山243002 [2]聊城大学数学科学学院,山东聊城252059

出　　处：《控制理论与应用》2007年第3期431-434,共4页Control Theory & Applications

基　　金：国家自然科学基金资助项目(10171072).

摘　　要：在不要求激活函数有界的前提下,利用Lyapunov泛函方法和线性矩阵不等式(LMI)分析技巧,研究了一类变时滞神经网络平衡点的存在性和全局指数稳定性.给出判别网络全局指数稳定性的判据,推广了现有文献中的一些结果.这些判据具有LMI的形式,进而易于验证.仿真例子表明了所得结果的有效性.Without assuming the boundedness of the activation functions, the existence and global exponential stability of the equilibrium point of a class of neural networks with time-varying delays is studied in this paper. By using Lyapunov functional method and linear matrix inequality （LMI） techniques, some criteria for the exponential stability of the neural networks are presented, which generalize the previous results in the literature. The criteria are easy to be verified, since they take the form of LMI. An example is also given to illustrate the effectiveness of the obtained results.

关 键 词：神经网络 变时滞 全局指数稳定 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] O175[自动化与计算机技术—控制科学与工程]