随机变时滞模糊神经网络的均方渐近稳定性  

Mean Square Asymptotic Stability of Stochastic Fuzzy Neural Networks with Time-varying Delays

作　　者：赵冬[1] 陈立平[2] 吴然超[2] 

机构地区：[1]淮北职业技术学院基础部,安徽淮北235000 [2]安徽大学数学科学学院,安徽合肥230039

出　　处：《河北师范大学学报（自然科学版）》2010年第4期389-393,共5页Journal of Hebei Normal University：Natural Science

基　　金：安徽省自然科学基金(070416225);安徽省高校省级自然科学基金(KJ2007A003)

摘　　要：基于线性矩阵不等式、Lyapunov-Krasovskill泛函和随机分析方法,研究了一类具有随机变时滞模糊神经网络的均方渐近稳定性,得到了均方渐近稳定性的充分条件.用数值例子说明了结果的有效性.A class of stochastic fuzzy cellular neural networks with time-varying delays is considered.Sufficient conditions for the mean square asymptotic stability are obtained by using LMI,Lyapunov-Krasovskill functional and stochastic analysis.An illustrative example is given to demonstrate the effectiveness of the obtained results.

关 键 词：均方渐近稳定 随机 变时滞 模糊细胞神经网络 

分 类 号：O175.14[理学—数学]