含时滞的双向联想记忆神经网络的全局吸引性和全局指数稳定性  

Global attractivity and global exponential stability for delayed bidirectional associate memory neural networks

作　　者：董彪[1] 蒋自国[1] 吴文权[1] 

机构地区：[1]阿坝师范高等专科学校数学系,四川汶川623000

出　　处：《西南民族大学学报（自然科学版）》2007年第4期750-755,共6页Journal of Southwest Minzu University(Natural Science Edition)

基　　金：四川省教育厅自然科学科研基金项目(2006C056).

摘　　要：本文研究了具有时滞的双向联想记忆神经网络模型,在非线性神经元激励函数是Lipschitz连续的条件下,通过构造适当的泛函,得到了该系统的平衡点是全局吸引和全局指数稳定.In the paper, the global exponential stability and global attractivity are studied for delayed bidirectional associate memory neural networks by constructing suitable Liapunov function, under the hypothesis that the nonlinear neural active fanctions are Lipschtion continuous.

关 键 词：时滞 双向联想记忆神经网络 全局吸引 全局指数稳定 LIPSCHITZ条件 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] O175.2[自动化与计算机技术—控制科学与工程]