变时滞多向联想记忆神经网络周期解的存在性与全局指数稳定性  

Existence and Global Exponential Stability of Periodic Solution for Multidirectional Associative Memory Neural Network with Varying Delays

作　　者：鲁志辉[1,2] 周铁军[3] 

机构地区：[1]华中科技大学,湖北武汉430074 [2]湖南工业职业技术学院信息工程系,湖南长沙410208 [3]湖南农业大学理学院,湖南长沙410128

出　　处：《湘潭大学自然科学学报》2012年第3期7-14,共8页Natural Science Journal of Xiangtan University

基　　金：湖南创造学会(XCZXH2011K120);湖南省自然科学基金项目(06JJ2100)

摘　　要：多向联想记忆神经网络实现多对多联想记忆需要系统存在平衡点或周期解.该文利用重合度理论证明了在给定的一组条件下多向联想记忆神经网络至少存在一个周期解,并获得周期解全局指数稳定的条件.Multidirectional associative memory neural network to realize the many-to-many associative memory requires equilibrium point or periodic solution of the system. In this paper, by using the coincidence degree theory, it is proved that a multidireetional associative memory neural network with varying delays has at least one periodic solution under a given set of conditions. The global exponential stability of the peri- odic solution is demonstrated.

关 键 词：多向联想记忆 神经网络 变时滞 周期性 全局指数稳定性 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]