时滞Hopfield神经网络的概周期解  

Almost Periodic Solutions for Delayed Hopfield Neural Networks

作　　者：张若军[1] 孟艳双[2,3] 卢春阁[1] 

机构地区：[1]中国海洋大学数学科学学院,山东青岛266100 [2]中国海洋大学信息科学与工程学院,山东青岛266100 [3]山东交通学院理学院,山东济南250357

出　　处：《中国海洋大学学报（自然科学版）》2015年第6期128-131,共4页Periodical of Ocean University of China

基　　金：国家自然科学基金项目(11171374;11171315);山东省自然科学基金项目(ZR2011AZ001;ZR2011AM003)资助

摘　　要：主要研究一类无限区间上的具有S-分布时滞的Hopfield神经网络模型的概周期解问题。一方面去掉激活函数必须满足全局Lipschitz条件的限制,另一方面扩大时滞的应用范围,利用Banach不动点定理和不等式分析技巧,得到了保证所研究的神经网络的概周期解的存在性与全局吸引性的充分条件,并用一个例子说明了所得结果的有效性与可行性。本文结果在一定程度上改善和推广了已有文献的结论。In this paper,we investigate the existence and global attractivity of almost periodic solutions for the Hopfield neural networks with S-type distributed delays on an infinite interval.Removing the global Lipschitz conditions of activation functions,and expanding the scope of application of delays,we give some sufficient conditions ensuring existence and global attractivity of almost periodic solutions for the addressed neural networks by applying Banach fixed point theorem and inequality technique.Moreover,an example is given to illustrate the effectiveness of our results.The results of this paper improve and generalize the results in the literature to a certain extent.

关 键 词：HOPFIELD神经网络 概周期解 S-分布时滞 全局吸引性 

分 类 号：O175[理学—数学]