二阶Hopfield型神经网络的稳定性分析及收敛速度的估计  

Stability Analysis and Estimation of Convergence Rate for Second Order Hopfield Neural Networks

作　　者：徐炳吉[1] 廖晓昕[1] 刘新芝[1] 陈钦生[2] 

机构地区：[1]华中科技大学控制科学与工程系,湖北武汉430074 [2]山东理工大学物理系,山东淄博255012

出　　处：《电子学报》2003年第1期63-67,共5页Acta Electronica Sinica

基　　金：国家自然科学基金 (No .60 0 740 0 8) ;高校博士点基金 (No .2 0 0 1 0 4 870 0 5)

摘　　要：本文讨论二阶连续Hopfield型神经网络平衡点的全局稳定性问题 ,利用LMI方法和Lyapunov方法得到了网络平衡点全局渐近稳定和全局指数稳定的几个充分条件 ,并对其指数收敛速度进行了估计 .Global stability of equilibrium point of a class of second order Hopfield neural networks is discussed in this paper. Some sufficient conditions for the global asymptotic stability and global exponential stability of equilibrium point of such networks are obtained by means of Lyapunov functions and linear matrix inequalities (LMI'S), the exponential convergence rate of equilibrium point is also estimated.

关 键 词：HOPFIELD型 二阶神经网络 全局渐近稳定性 指数收敛速度 平衡点 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]