广义时滞Hopfield型神经网络系统的平稳周期振荡  

On the Existence of Periodic Solutions for HopfieldNeural Network Equations with Periodic Input

作　　者：曹显兵[1] 熊令纯[2] 

机构地区：[1]中国科学院数学与系统科学研究院系统科学所,北京100080 [2]长沙电力学院数学与计算机系,长沙410077

出　　处：《数学的实践与认识》2002年第2期275-280,共6页Mathematics in Practice and Theory

摘　　要：本文利用重合度理论和 V-泛函研究了一类具有周期输入的广义时滞 Hopfield型连续神经网络系统的平稳周期振荡问题 ,得到了其周期解存在、唯一和全局吸引的充分条件 .In this paper, we study the existence and stability of ω-periodic solutions for the Hopfield neural network equations with periodic input=-gradF(x)+T(t)h(x(t-τ))+I(t)(2)where x=(x 1,x 2,...,x n) T∈R n, F(x)∈C(R n,R),T(t)=(T ij (t)) n×n ∈C(R,R n 2 ), h(x(t-τ))=(h 1(x 1(t-τ)),h 2(x-2(t-τ)),...,h n(x-n(t-τ))) T∈CR+n,R+n), I(t)=(I 1(t),I-2(t),...,I-n(t)) T∈C(R,R n),T(t) and I(t) are periodic function of period ω, sufficient conditions are obtained for the existence and stability of ω periodic solutions.

关 键 词：平稳周期振荡 时滞Hopfield网络 周期解 稳定性 重合度理论 V-泛函 充分条件 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]