时滞Cohen-Grossberg神经网络的全局渐近稳定性  

Global Asymptotic Stability for Cohen-Grossberg Neural Networks with Time Delays

作　　者：周正珍[1] 刘碧玉[1] 

机构地区：[1]中南大学数学科学与计算技术学院,长沙410083

出　　处：《数学理论与应用》2009年第4期52-55,共4页Mathematical Theory and Applications

基　　金：中国博士后基金资助(20070412990)

摘　　要：本文通过构造一种新的Lyapunov泛函,得到了时滞Cohen-Grossberg神经网络的全局渐近稳定性的充分条件,这个条件是通过线性矩阵不等式(LIM)的形式表示出来的,条件中的自由权矩阵表明本文的结论具有较小的保守性。In this paper, via a new Lyapunov - Krasovskii functional, we propose a novel sufficient condition guaranteeing a delayed Cohen- Grossberg neural networks is globally asymptotically stable. This condition is expressed in terms of linear matrix inequaliyies（LIMs）. The free - weighting matrices in the sufficient conditions are provided to show that the proposed stability result is less conservative.

关 键 词：全局渐近稳定 线性矩阵不等式 Lyapunov—Krasovskii泛函 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]