具有马尔可夫跳跃参数的变时滞静态神经网络的全局指数稳定性  

Global exponential stability for static neural network models with time-varying delays and Markovian jumping parameters

作　　者：王顺康[1] 王林山[1] 

机构地区：[1]中国海洋大学数学系,山东青岛266071

出　　处：《山东大学学报（理学版）》2008年第4期81-84,共4页Journal of Shandong University(Natural Science)

基　　金：国家自然科学基金资助项目(10771199)

摘　　要：利用李雅普诺夫泛函方法和线性矩阵不等式技巧研究了具有变时滞和马尔可夫跳跃参数的静态神经网络的全局指数稳定性,给出了一个判断全局指数稳定性的简洁易行的代数判据。By using the Lyapunov-Krasovskii functional theory and the hnear matrix inequality （LMI） approach, the global exponential stability of static neural network models with time-varying delays and Markovian jumping parameters was studied. A criterion of the global exponential stability was derived.

关 键 词：全局指数稳定性 线性矩阵不等式 马尔可夫跳跃参数 李亚普诺夫泛函 

分 类 号：O175[理学—数学]