具有时滞的反应扩散神经网络模型的输入-状态稳定  

Input-to-State Stability of Reaction-Diffusion Neural Networks with Time-Varying Delay

作　　者：苏鹏 邱小伟 杨志春 SU Peng;QIU Xiaowei;YANG Zhichun(School of Mathematical Sciences, Chongqing Normal University, Chongqing 401331, China)

机构地区：[1]重庆师范大学数学科学学院,重庆401331

出　　处：《重庆师范大学学报（自然科学版）》2018年第3期101-106,共6页Journal of Chongqing Normal University:Natural Science

基　　金：国家自然科学基金(No.11471061);重庆市自然科学基金(No.CQCSTC 2014JCYJA40004);重庆市高校创新团队计划(No.CXTDG201602008)

摘　　要：【目的】研究带有时滞的反应扩散神经网络模型的输入-状态稳定。【方法】首先,建立一类带有时滞的反应扩散神经网络模型,该模型中的神经元激励函数不要求有界,也不要求光滑。然后,利用具有时变输入的时滞微分不等式和矩阵不等式方法。【结果】获得该反应扩散神经网络系统的输入-状态稳定的两个充分条件。【结论】结果改进和推广现有文献的相关工作。[Purposes]It primarily investigate input-to-state stability of reaction-diffusion neural networks with time delay.[Methods]Firstly,a model of reaction-diffusion neural network with time delay is established,in which the active function aren＇t required to be smooth and bounded. Then,by using Lyapunov functions and utilizing delay differential inequality with time-varying input. [Findings]Several input-tostate stability sufficient conditions are derived for reaction-diffusion neural networks with time delay. [Conclusions]The results improve and promote the relevant work of the existing literature.

关 键 词：反应扩散神经网络 输入-状态稳定 时滞微分不等式 时滞 

分 类 号：O175[理学—数学]