一类新的变时滞中立型神经网络的全局渐近稳定性条件  

Globally Asymptotic Stability of A New Class of Neutral Neural Networks with Time-Varying Delays

作　　者：罗日才[1] 许弘雷 王五生[3] 

机构地区：[1]河池学院计算机与信息工程学院,广西宜州546300 [2]Department of Mathematics and Statistics,Curtin University [3]河池学院计数学与统计学院,广西宜州546300

出　　处：《数学物理学报（A辑）》2015年第3期634-640,共7页Acta Mathematica Scientia

基　　金：国家自然科学基金(11171079);广西教育厅科研项目(201106LX591)资助

摘　　要：研究了一类激活函数的状态变量带有微分时滞的中立型神经网络的稳定性问题.通过构造李亚普诺夫函数,并利用LMI分析技巧,获得了该类中立型神经网络的全局渐近稳定性的充分条件.最后通过实际算例验证了所得结果的有效性.In this paper, we study the stability problem of a class of neural neutral network systems whose involve an activation function with differential time-delay state variables. By constructing Lyapunov functions and using LMI techniques, we obtain a sufficient condition for the global asymptotic stability of these neural networks. Finally, we demonstrate the validity of our results by use of a numerical example.

关 键 词：中立型神经网络 变时滞 全局渐近稳定性 充分条件 

分 类 号：O175[理学—数学]