变时滞神经网络模型的全局指数稳定性  

Globally Exponential Stability for Hopfield Neural Networks with Varying Delays

作　　者：常茹[1] 夏茂辉[1] 李冬梅[1] 王德华[1] 

机构地区：[1]燕山大学理学院,河北秦皇岛066004

出　　处：《佳木斯大学学报（自然科学版）》2009年第1期75-77,共3页Journal of Jiamusi University：Natural Science Edition

基　　金：燕山大学博士基金项目(B272)

摘　　要：研究了一类变时滞的Hopfield型神经网络的全局指数稳定性,在对网络系统施加两个不同的非线性神经元激励函数的条件下,利用M-矩阵的特性,得到了细胞神经网络模型在一定的条件下全局指数稳定的易于判定的充分条件,数值例子说明了本文结果的有效性.The main purpose of this paper is to study the globally exponential stability of the equilibrium point for a class of Hopfield neural networks with varying delays. A new sufficient condition for the globally exponential stability of neural networks is obtained by using M-matrix analysis techniques. The conditi-on is easy to check in practice. As an illustration, a numerical example is worked out using the results obtained.

关 键 词：神经网络 变时滞 全局指数稳定性 M-矩阵 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]