含时滞的Hopfield网络模型的全局指数稳定性  

Global exponential stability for delayed hopfield neural network models

作　　者：董彪[1] 蒲志林[2] 

机构地区：[1]阿坝师范高等专科学校,四川汶川623000 [2]四川师范大学数学与软件学院,四川成都610066

出　　处：《西南民族大学学报（自然科学版）》2008年第2期215-218,共4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);阿坝师专校级重点课题(ASA07-10)

摘　　要：本文研究了具有变时滞的细胞神经网络系统:xi(T)=-cixi(t)+n∑j+1aijfj(xj(t))+n∑ijbjfj(xj(t-τj))+Ii,1,2,…,n.在非线性神经激励函数是Lipschitz条件下,通过引入Lyapunov函数,用不等式等方法,得到了该系统的平衡点是全局指数稳定的条件.In the paper, under the hypothesis that the nonlinear neural active fanctions are Lipschtz condition, the global exponential stability is stuied for the following class of delay Hopfield neural networks by a Lapunov functional and applying inequality： x^·i（t）=-cixi（t）＋∑^n k=1aijfj（xj（t））＋∑^n j=1bijfj（xj（t-τj））＋Ii,i=1,2,…,n

关 键 词：时滞 HOPFIELD网络 全局指数稳定 

分 类 号：O189[理学—数学]