具有混合时滞的BAM神经网络全局指数稳定性分析

摘要：

在激励函数满足全局Lipshitz条件和时变时滞函数有界的情形下,研究了一类具有时变时滞和无穷分布时滞的BAM神经网络模型.首先利用压缩映像原理给出了系统平衡点的存在唯一性条件；然后利用初等积分法并结合矩阵论知识,不需构造Lyapunov-Krasovskii泛函,以矩阵谱半径的形式给出了模型平衡点全局指数稳定的充分条件,还以矩阵范数的形式给出了更为严格但极易验证的充分条件.结论去掉了对激励函数有界性和时变时滞函数连续可微性,甚至导数具有不超过1的上界等严格要求,推广改进了相关文献的结果,最后举例说明了本文方法的有效性.

关键词：BAM神经网络、压缩映像原理、时变时滞、连续分布时滞、全局指数稳定

所属期刊栏目：17

分类号：O175.13(数学分析)

资助基金：海军航空工程学院专业技术拔尖人才基金

在线出版日期：2013-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：6-13