S-分布时滞随机竞争神经网络的均方指数鲁棒稳定性研究.pdfVIP

第 3o卷第 3期 滨州学院学报 2014年 6月 Vo1．30，No．3 JournalofBinzhouUniversity Jun．，2014 【微分方程与动力系统研究】 S一分布时滞随机竞争神经网络的 均方指数鲁棒稳定性研究 杨 彬 ，王林 山 (中国海洋大学 数学科学学院，山东 青岛266100) 摘 要：讨论 了S一分布时滞随机竞争神经网络模型解的存在性和渐近行为，运用 Lyapunov 泛函方法和随机分析技巧，研究了网络的均方指数鲁棒稳定性 ，给出了易于验证的稳定性判据。 关键词 ：随机竞争神经网络；S一分布时滞 ；Lyapunov泛函；均方指数鲁棒稳定性 中图分类号 ：O 175．14 文献标识码：A DOI：10．13486／j．cnki．1673—2618．2014．03．005 0 引言 竞争神经网络是一种无监督学习型神经网络 ，在模式识别 、信号处理、优化计算和控制理论中有广泛 的应用。从生物学角度出发 ，人类记忆分为短期记忆 (STM)和长期记忆 (LTM)，STM描述网络状态随时 间多变且网络活跃的动力学行为，LTM描述网络受外部刺激而诱发的无师指导下突触缓慢变化的动力学 行为。由此 ，文献El3提出如下一类具有不同时间尺度的竞争神经网络： N P fSTM：＆(￡)一一aix(￡)+∑df(xJ())+B∑m() ， ILTM： (￡)===一 ()+Yf(z(￡))，i一1，…，N；一1，…，P。 由于神经网络在运行过程中，神经元之间的突触反应不可避免地 出现时间延迟效应 ，因此人们研究了 含有离散时滞和分布时滞的竞争神经网络的动力行为 ]。特别地 ，包含离散时滞和分布时滞的S一分布时 滞的神经网络动力行为的研究更加引人注 目 。另外 ，网络在信号传输过程中易受噪声干扰，噪音往往 影响系统的稳定性 8【。。，从而研究 S一分布时滞 随机竞争神经网络 的动力学行为不仅是应用的需要 ，而且 理论上也有重要意义 。本文在前人基础上研究了一类 S一分布时滞随机竞争神经网络的均方指数鲁棒稳定 性，给出了易于验证的稳定性判据。 1 预备知识 考虑如下 S一分布时滞随机竞争神经网络模型： ， rO ISTM：dx(t)一(一 (￡)+D (z())+MI f(x(t+ ))d叩()+Bs())dt+ (())dV(￡)， {LTM：ds()一(一 ()+厂((￡)))d，￡∈R， () Iz()一 ()，s()一 ()，0∈(一C3×，o]。 收稿 日期 ：2014一O1一O1 基金项 目：国家 自然科学基金资助项 目，山东省 自然科学基金重点资助项 目(ZR2Ol1AZ001) 第一作者简介：杨 彬 (1988一)，女，河南濮阳人，硕士，主要从事动力系统与神经网络研究。 E—mail：yangbin0614@gmail．corn 第 3期 杨 彬 ，王林 山 s一分布时滞 随机竞争神经网络的均方指数鲁棒稳定性研究 7 A 一 {A — diag(a)NXN：A ≤ A ≤A一，i．e．n ≤ 口≤ ，i一 1，2，…，N ，VA E Af}， B 一 {B—diag(b) ：旦≤B≤B一，i．e． ≤b≤ ，i一 1，2，…，N．，VB ∈B)， Cz一 {C— diag(c)NXN：C≤ C≤ ，i．e．c≤ c≤ c～i，i一 1，2，…，N，VC ∈Cf)， Dz==={D 一 ( )N×N：Dl≤ D≤ D，i．e． ≤ d ≤ d ，i，===1，2，…，N，VD ∈D }， 一