一类时延细胞神经网络的全局渐近稳定性  

Analysis of a class of global asymptotic stability of delayed cellular neural networks

作　　者：张保生[1] 

机构地区：[1]云南民族大学数学与计算机科学学院,云南昆明650031

出　　处：《云南民族大学学报（自然科学版）》2013年第1期39-43,共5页Journal of Yunnan Minzu University:Natural Sciences Edition

摘　　要：讨论时滞的细胞神经网络(DCNNs)的全局渐近稳定性,利用Lyapunov泛涵方法和平均值不等式,a1a2…ak≤1k(a1k+a2k+…+akk)(a1>0,i=1,2,3,…,k),构造了一类新的Lyapunov泛涵,再次对DCNNS的稳定性进行了研究.得到了DCNNs全局渐近稳定时的一些充分条件,给出了保证时滞细胞神经网络全局渐近稳定的模型设计方法.The global asymptotic stability of delayed cellular neural networks（ DCNNs ） is discussed, By using ofthe Lyapunov functional method and mean equality a1a2…ak≤1/k（a1^k＋a2^k＋…＋ak^k）（a1〉0,i=1,2,3…,k）,aclass of new Lyapunov functions is proposed. The global asymptotic stability of DCNNs is analyzed again and some sufficient conditions are obtained for the global asymptotic stability of DCNNs, a method to design a model of the delayed cellular neural networks with global asymptotic stability is obtained.

关 键 词：神经网络 Lyapunov泛涵 全局渐近稳定性 平衡点 时滞 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]