变时滞的Hopfield网络模型的全局指数稳定性  

Global Exponential Stability in Variably 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,成都610066

出　　处：《重庆师范大学学报（自然科学版）》2009年第1期53-56,共4页Journal of Chongqing Normal University:Natural Science

基　　金：四川省教育厅自然科学科研基金项目(No.2006C056);阿坝师专校级重点课题(No.ASA07-10)

摘　　要：研究了其时滞是在更一般的时间变量的函数情况下的Hopfield网络系统:.xi(t)=-cixi(t)+∑nj=1aijfj(xj(t))+∑nj=1bijfj(xj(t-τj(t)))+Ii,i=1,2,…,n。在非线性神经激励函数满足较弱的Lipschitz条件下,引入Lyapunov函数,利用不等式技巧和泛函的单调性等,研究了具有变时滞的Hopfield网络系统的稳定性,得到了对每一个输出响应函数fj(.)在R上有定义,且连续的情况下,系统有唯一的平衡点X=X*,并且该平衡点是全局指数稳定的一个易于判定的充分条件。In the paper, delayed Hopfield network system：xi（t）=-cixi（t）＋n∑j=1aijfj（xj（t））＋n∑j=1bijfj（xj（t-τj（t）））＋Ii,i=1,2,…, n, is studied. On condition that nonlinear neural active functions are Lipschitz, the stability of delayed Hopfield network is studied via the Lyapunov function and inequalities. It can be inferred that when each output response function fj （ · ） has got a definition and a continuity on R, system 3 has got the sole stability X = X^＊ , and this stability is a sufficient condition for the global exponential stability.

关 键 词：变时滞 HOPFIELD网络 全局指数稳定 

分 类 号：O241.81[理学—计算数学]