时滞依赖的脉冲时滞神经网络的稳定性  

Delay-dependent stability of impulsive neural networks with time delays

作　　者：王芬[1,2] 吴怀宇[1] 

机构地区：[1]武汉科技大学信息科学与工程学院,湖北武汉430081 [2]武汉科技大学理学院,湖北武汉430081

出　　处：《武汉科技大学学报》2010年第3期327-331,共5页Journal of Wuhan University of Science and Technology

基　　金：国家自然科学基金资助项目(50675161;60904060);国际科技合作重点资助项目(2006CA025);教育部重点研究资助项目(205098);湖北省教育厅重大研究资助项目(Z200511001)

摘　　要：基于Lyapunov泛函和不等式技巧,得到脉冲混合时滞神经网络全局指数稳定性的时滞依赖型判据,其中混合时滞包括离散时滞和分布时滞两种类型。该判据用线性矩阵不等式表示,并通过一个数值实例验证了判据的有效性。This paper is concerned with the global exponential stability of impulsive neural networks with mixed time delays,which comprise discrete and distributed time delays.Based on the Lyapunov functional and inequality technique,delay-dependent stability criteria are obtained in terms of linear matrix inequalities.A numerical example is provided to illustrate the effectiveness of the results.

关 键 词：神经网络 脉冲 时滞 稳定性 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]