一类具有混合时滞的神经网络指数稳定性分析  

Exponential stability analysis for a class of neural networks with mixed delays

作　　者：郭良栋[1] 庞豹[1] 何希勤[1] 贺建军[2] 

机构地区：[1]辽宁科技大学理学院,辽宁鞍山114051 [2]大连民族学院信息与通信工程学院,辽宁大连116600

出　　处：《大连理工大学学报》2014年第2期251-256,共6页Journal of Dalian University of Technology

基　　金：国家自然科学基金资助项目(61174215;61273011);辽宁科技大学优秀科技人才培养基金资助项目(2013RC07)

摘　　要：讨论了一类具有混合时滞(包含离散和分布时滞)的人工神经网络的指数稳定性问题.通过将时滞区间分为不等的两部分,并结合倒数凸方法,得到了系统指数稳定的新判据,判据以线性矩阵不等式的形式给出.最后用两个数值实例说明了所得结论的有效性与更小的保守性.The problem of exponential stability analysis for artificial neural networks with mixed delays （including discrete and distributed time-varying delays）is discussed.By dividing the delay interval into two unequal subintervals and using the reciprocal convex approach,an improved delay-dependent exponential-stability criterion is derived in terms of the linear matrix inequalities （LMIs）. Finally, numerical examples illustrate the effectiveness and less conservatism of the obtained conditions.

关 键 词：混合时滞 指数稳定 倒数凸方法 线性矩阵不等式 

分 类 号：O175.13[理学—数学]