变系数高阶模糊神经网络的指数收敛性  

Exponential convergence of high-order fuzzy cellular neural networks with time-varying coefficients

作　　者：徐书苹[1] 谭满春[1] 

机构地区：[1]暨南大学信息科学技术学院数学系,广东广州510632

出　　处：《暨南大学学报（自然科学与医学版）》2013年第5期447-451,共5页Journal of Jinan University(Natural Science & Medicine Edition)

基　　金：广东省科技计划项目(2009B011400046);中央高校基本科研业务费专项资金资助

摘　　要：研究了高阶变系数模糊神经网络的动力学行为,得到了保证高阶模糊神经网络的解指数收敛的充分条件.与文献中已有结论相比,本文得到的充分条件中既不要求激活函数满足利普希茨连续条件,也不要求时滞延迟满足可微条件,因而具有更大的适用范围.The dynamic behavior of high-order fuzzy cellular neural networks （HFCNNs） with time- varying coefficients and delays are considered. Some sufficient conditions are derived for the exponential convergence of such HFCNNs. Compared with the previous results, the new criteria in this paper do not require the Lipschitz continuous condition and the differentiability of variable delays, and so have less conservation.

关 键 词：高阶模糊神经网络 变系数 指数收敛性 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]