期刊文献+

全局渐近稳定的一类变时多时滞神经网络模型

Global asymptotic stability of a class of neural networks with multiple time-varying delays
下载PDF
导出
摘要 研究了一类变时滞神经网络的渐近稳定性问题.利用线性矩阵不等式和构造适当的Lya-punov函数,给出了该模型的平衡点惟一性和全局渐近稳定的新判据.与现有的一些文献中的结果相比,考虑了神经元激励和抑制的影响,所得的判据保守性小,适用范围宽. Global asymptotical stability of a class of neural networks with multiple time-varying delays was studied. On the basis of LMI inequality technique and properly built Lyapunov funetion,a new sufficient criteria is given to ensure the global asymptotical stability for the equilibrium points in relevant neural networks. Compared with some results in earlier works,the obtained criteria are less conservative and wider in application, and can eliminate the difference between the neuronal excitatory and inhibitory effects.
出处 《纺织高校基础科学学报》 CAS 2008年第3期342-345,共4页 Basic Sciences Journal of Textile Universities
基金 西安工程大学校管项目(2007XG32 XJG07009)
关键词 神经网络 变时滞 多时滞 LYAPUNOV函数 neural networks time-varying delays multiple delays Lyapunov function
  • 相关文献

参考文献2

二级参考文献4

共引文献14

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部