一类时滞神经网络系统渐近稳定的新判据  

New asymptotic stability criteria for a class of time-delay neural networks systems

作　　者：张芬[1] 张艳邦[2] 

机构地区：[1]咸阳师范学院数学与信息科学学院,陕西咸阳712000 [2]西北工业大学自动化学院,陕西西安710072

出　　处：《西北师范大学学报（自然科学版）》2012年第3期5-10,共6页Journal of Northwest Normal University(Natural Science)

基　　金：陕西省教育厅科学研究计划项目(11JK1050)

摘　　要：研究了一类含有时变时滞的神经网络渐近稳定问题.通过将时滞区间分解为两个子区间和构造新颖的Lyapunov泛函,得到了基于LMIs(线性矩阵不等式)形式的时滞依赖渐近稳定性判据,该判据具有更弱的保守性.最后,数值例子和仿真验证了结论的有效性.The problem of asymptotic stability for neural networks with time-varying delays is considered.By spliting the bounds of the delay interval in two subintervals and constructing a novel Lyapunov functional,a new delay-dependent stability criterion for the neural network is established in terms of LMIs（linear matrix inequalities）.Finally,a numerical example and simulation are given to show the effectiveness of the obtained results in the paper.

关 键 词：时滞 神经网络 LMIs(线性矩阵不等式) 渐近稳定 

分 类 号：O175[理学—数学]