一类具有时滞的不确定模糊Hopfield神经网络的指数稳定性(英文)  

Exponential Stability of Uncertain Fuzzy Hopfield Neural Networks with Time Delays

作　　者：王丽敏[1,2] 王丽丽[2] 

机构地区：[1]郑州大学数学系,郑州450001 [2]安阳师范学院数学与统计学院,河南安阳455000

出　　处：《新乡学院学报》2010年第6期5-10,共6页Journal of Xinxiang University

基　　金：河南省教育厅自然科学资助项目(2010A120007)

摘　　要：通过构造Lyapunov泛函及线性矩阵不等式(LMI)理论,给出了一类具有时滞的不确定Takagi-Sugeno(T-S)型模糊Hopfield神经网络的指数稳定判定准则。构造的Lyapunov泛函具有广泛性且引入具有自由加权矩阵的参数模型变换,这些方法使得文中所得稳定性条件更具一般性。最后,借助于MATLAB中的LMI工具箱给出了一个具体的数值例子来验证文中的结果。In this paper,the exponential stability for a class of uncertain Takagi-Sugeno（T-S） fuzzy Hopfield neural networks with time delays（TSFHNNs） is investigated.A novel LMI-based stability criterion is obtained by using Lyapunov functional theory to guarantee the exponential stability of TSFHNNs.Here we choose a generalized Lyapunov functional and introduce a parameterized model transformation with free weighting matrices to it,these techniques lead to generalized and less conservative stability condition that guarantee the wide stability region.Finally,an example is given to illustrate our results by using MATLAB LMI toolbox.

关 键 词：HOPFIELD神经网络 线性矩阵不等式 Lyapunov稳定 T-S型模糊模型 时滞 

分 类 号：O231[理学—运筹学与控制论]