一类含混合时滞非自治神经网络的指数稳定性.pdfVIP

第33卷第 1期 佳 木 斯 大 学 学 报 ( 自 然 科 学 版 ) V01．33 No．1 2015 年 01月 JournalofJiamusiUniversity(NaturalScienceEdition) Jan． 2015 文章编号：1008—1402(2015)01-0137—03 一 类含混合时滞非 自治神经网络的指数稳定性① 徐至晨， 陈爱珍， 周宗福 (安徽大学 数学科学学院．安徽 合肥 230601) 摘 要： 考虑一类含有混合时滞的非 自治神经网络系统，通过构造合适的Lyapunov—Kra— sovskii泛函及应用Razunmikhin方法，分析该系统的零解指数稳定性．在文献 [4]所研究的系统 中引入 了新的控制函数，使得所研究的系统更为一般 ，所得指数稳定性结果应用范围更广． 关键词 ： 指数渐近稳定 ；Razumihkin定理 ；黎卡提方程 中图分类号 ： O175．14 文献标识码 ： A (D2)0≤h(#)≤ho，0≤k(￡)≤ko，Vt≥0 0 引 言 在系统(1)中，初始函数 (t)Ec([一d，0]， 在过去的几十年里，已经注意到非 自治神经网 R)，其中，d=max{h0，h}． 络已经在越来越多的领域得到应用，如影像信号传 输、图像识别等．关于非 自治神经网络系统的研究 1 有关定义及引理 成果也层出不穷(见文献[1-4])．文献[4]讨论了 假定： 一 类混合时滞非 自治神经网络系统的指数稳定性， (H1)矩阵函数 A(t)，Wo(t)， (t)， (t)， 利用Lyapunov—Krasovskii泛函和黎卡提方程等分 B(t)在[0，+∞)上是连续的； 析方法，给出了这类系统的指数稳定性的充分条 (H2)存在非负常数 a，bi，c，d(i=I，2，3， 件．在文献 [4]所研究的系统中，引入了新的控制 … ，n)，使得： 函数，研究了更为一般的含混合时滞的非 自治神经 I ()I≤ ‘l l，lgl()I≤bil l，Ic(‘)I 网络系统，获得这一新系统的指数稳定性的若干结 论． ≤cll l，IFi()I≤dl I，V ∈=R； 本文讨论如下非 自治神经网络系统： (H3)令r(t)=A(t)+A (￡)+AB(t)B (t)， 菇(￡)=一 ()‘(f)+ r0(t)f(x(t)) jA0，使得An．= iAmi(】，())≥0，其中， + (t)g((￡一h(t))) A；(y())表示 y()的最小特征值． + (t)F(J…c((s))ds)+B(￡)(￡)) (1) 定义1 设 0，称系统(1)是 一指数稳定 l一^ IJ 的，如果存在一个状态反馈控制函数 u(t)使得系 其中 (￡)∈R，A(t)ER ， (￡)， (￡)， () 统 (1) 的解 (￡，) 满 足 llx(t，)ll ≤ ER ，这里B(t)ER 为控制输入矩阵 g，c， F：R 一 R ，且 II IIe ，‘(t≥0)，其中 0为常数．