一类具有多时滞神经网络的渐近同步  

Asymptotical Adaptive Synchronization of Multi-delayed Stochastic Neural Networks

作　　者：赵璨[1] 童东兵[1] 毕灶荣 李佳骏[1] 

机构地区：[1]上海工程技术大学电子电气工程学院,上海201620

出　　处：《宜宾学院学报》2017年第6期54-57,共4页Journal of Yibin University

基　　金：国家自然科学基金项目(61673257);上海市自然科学基金项目(15ZR1419000);中国博士后科学基金资助项目(2015M581528);大学生创新训练计划资助项目(cx1602006;201610856005)

摘　　要：采用一种不同于线性矩阵不等式的新的放缩方法对神经网络渐近自适应同步进行分析,以研究多时滞神经网络渐近自适应同步问题,给出了自适应渐近同步控制器,并通过举例验证该方法的有效性和可靠性.The asymptotic stability of discrete multi-delayed neural networks has been discussed. Several conditions are obtained to ensure the adaptive synchronization. A new method has been proposed to solve the above problems, which is very different from the liner matrix inequality （LMI） method. A numerical example was given to demonstrate the effectiveness of the proposed method.

关 键 词：神经网络 多时滞 渐近稳定 自适应同步 

分 类 号：O175.13[理学—数学]