变时滞Cohen-Grossberg随机神经网络的矩指数稳定性  

The moment exponential stability of stochastic Cohen-Grossberg neural network with time-varying delays

作　　者：牛健人[1] 张子芳[2] 徐道义[1] 邓瑾[1] 

机构地区：[1]四川大学数学研究所,成都610064 [2]淮海工学院数理系,连云港222005

出　　处：《四川大学学报（自然科学版）》2011年第1期1-6,共6页Journal of Sichuan University(Natural Science Edition)

基　　金：中国博士后科学研究基金(20060391031);成都市软科学基金(06RKYB112ZF-029)

摘　　要：本文讨论了随机变时滞Cohen-Grossberg神经网络的矩指数稳定性.利用Ito公式、时滞微分不等式和神经网络的特征,作者导出了这类神经网络矩指数稳定性的代数条件并给出了一个说明性实例.The main aim of this paper is to discuss the moment exponential stability for a stochastic Cohen-Grossberg neural network with time-varying delays. Using Ito formula, a delay differential inequality and the characteristics of the neural network, the algebraic conditions of the moment exponential stability is derived. An example is also given for illustration.

关 键 词：时滞神经网络 矩指数稳定 时滞微分不等式 

分 类 号：O211.63[理学—概率论与数理统计]