含混合时滞的随机Hopfiled神经网络的全局指数稳定性  

Global Exponential Stability of Stochastic Hopfield Neural Networks with Mixed Time Delays

作　　者：胡健[1] 李树勇[1] 杨治国[1] 

机构地区：[1]四川师范大学数学与软件科学学院,四川成都610066

出　　处：《四川师范大学学报（自然科学版）》2012年第3期303-308,共6页Journal of Sichuan Normal University（Natural Science）

基　　金：国家自然科学基金(10971147);四川省应用基础研究基金(2009JY0066);四川省教育厅自然科学基金(08Z044)资助项目

摘　　要：考虑一类含混合时滞的随机Hopfiled神经网络,运用Razumikin方法和不等式技巧得到了该网络平凡解的p阶指数稳定性,推广了一些已有的结果,并利用一个例子,说明结果的有效性.In this paper,a class of stochastic Hopfield neural network with mixed delays is investigated.Some sufficient conditions are derived to ensure the p-th moment exponential stability of stochastic Hopfield neural network with mixed delays by using Razumikhin method and inequality techniques.The result derived in this paper improves and generalizes some earlier works reported in the literature.A numerical example is given to illustrate the effectiveness of the result.

关 键 词：随机Hopfiled神经网络 混合时滞 Razumikin定理 全局指数稳定 

分 类 号：O175.26[理学—数学]