不具备M—矩阵条件的时滞Hopfield神经网络模型的收敛性  

Convergence for delayed hopield neural networks without M-matrix condition

作　　者：熊万民[1] 周启元[1] 肖兵[1] 于跃华[1] 张月莲[1] 曲孝海[1] 

机构地区：[1]湖南文理学院数学与计算科学学院,湖南常德415000

出　　处：《湖南文理学院学报（自然科学版）》2009年第4期1-3,12,共4页Journal of Hunan University of Arts and Science(Science and Technology)

基　　金：湖南省自然科学基金(06JJ2063;07JJ6001);湖南省教育厅自然科学基金(09B072;08C616)

摘　　要：考虑了一类具有时滞的Hopfield神经网络模型解的收敛性.在不需要M—矩阵条件的前提下,获得了该网络的所有解当t→∞时都趋向于平衡点.其结果补充和完善了已有文献的相应结果.The asymptotic behavior of solutions to Hopfield neural network model with delays were investigated.Without assuming M-matrix condition ,it is shown that every solution of such neural network tends to an equilibrium point as t→∞. The results improve and extend some corresponding ones already known.

关 键 词：HOPFIELD神经网络模型 收敛性 ω极限集 时滞 M-矩阵条件 

分 类 号：O175.12[理学—数学]