具有变时滞的Hopfield型神经网络的全局指数稳定性  

Globally Exponential Stability of Hopfield Neural Networks with Time varying Delays

作　　者：廖晓昕[1] 肖冬梅 

机构地区：[1]华中理工大学控制科学与工程系,武汉430074 [2]华中师范大学数学系,武汉430074

出　　处：《电子学报》2000年第4期87-90,共4页Acta Electronica Sinica

基　　金：国家自然科学基金!(No .698740 1 6)资助课题;高等学校博士学科点专项基金!(No .970 4 872 2 )资助课题;国家"973项目"!(G1 9980 2

摘　　要：本文利用推广的Halanay时滞微分不等式和Lyapunov函数来研究具有可变时滞的Hopfield型神经网络的平衡状态的全局指数稳定性 ,得到了不依赖含任何未知函数存在性的简便代数判据 ,为实际应用提供方便 .Employing the extended Halanay′s delay differential inequality and Lypunov functions,we study globally exponential stability of equilibrium states of Hopfield neural networks with time varying delays.The results presented here are independent of any unknown function and are the algebraic oriteria entirely,which are obviously easy to be used.

关 键 词：神经网络 变时滞 全局指数稳定 HOPFIELD 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]