基于LMI方法的多时滞随机神经网络的指数稳定性  

Exponential Stability for Stochastic Neural Networks with Multiple Delays:an LMI Approach

作　　者：汪红初[1] 胡适耕[2] 

机构地区：[1]华南师范大学数学科学学院,广州510631 [2]华中科技大学数学与统计学院,武汉430074

出　　处：《数学物理学报（A辑）》2010年第1期42-53,共12页Acta Mathematica Scientia

基　　金：国家自然科学基金(10826095;10801056)资助

摘　　要：研究了一类具有多个时滞的随机神经网络的均方指数稳定性问题,应用Lyapunov-Krasovskii泛函稳定理论和线性矩阵不等式(LMI)方法,建立了该系统解的指数稳定判别准则,最后通过数值举例阐述了结果的有效性.This paper studies mean square exponential stability for a class of stochastic neural networks with multiple constant or time-varying delays. Based on the Lyapunov-Krasovskii stability theory, new stability criterion is derived in terms of the linear matrix inequalities （LMIs） for these networks. Some examples are also presented as illustration.

关 键 词：指数稳定 线性矩阵不等式 Lyapunov—Krasovskii泛函 随机神经网络. 

分 类 号：O211.63[理学—概率论与数理统计] O231.3[理学—数学]