时滞recurrent神经网络模型的全局渐近稳定性  

Over-all Exponential Stability of Recurrent Neural Networks with Time-varying Delay

作　　者：谌新年[1] 

机构地区：[1]湖南工程学院计算机系,湖南湘潭411104

出　　处：《中南林业科技大学学报》2007年第3期87-90,共4页Journal of Central South University of Forestry & Technology

基　　金：国家自然科学基金项目(No.60374023);湖南省教育厅自然科学基金重点项目(04A012);湖南省自然科学基金资助(05JJ40093)

摘　　要：讨论了时滞recurrent神经网络模型的全局渐近稳定性,通过构造适当的Lyapuov函数,利用线性矩阵不等式,给出了一类常时滞recurrent神经网络的新的充分条件,所获的稳定性条件是时滞相关的,稳定性判别条件更宽松.最后通过一个实例说明方法的可行性.The over-all asymptotic stability of recurrent neural networks is discussed in this paper. A new sufficient condition for the asymptotic stability is presented. This condition is dependent on the size of delays and provides more space for stability judgment. A practical example is given to illustrate the applicability of this condition.

关 键 词：时滞recurrent神经网络 全局渐近稳定性 平衡点 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]