时标上一类具有广义激活函数的高阶递归神经网络系统的指数收敛性.pdfVIP

第４０卷 第２期 昆明理工大学学报（自然科学版） Ｖｏｌ．４０　Ｎｏ２ 　 ２０１５ 年４月　 Ｊｏｕｒｎａｌ ｏｆＫｕｎｍｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＳｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ （Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ） 　 Ａｐｒ．２０１５  ｄｏｉ：１０．１６１１２／ｊ．ｃｎｋｉ．５３ －１２２３／ｎ．２０１５．０２．０２２ Ｅｘｐｏｎｅｎｔｉａｌ Ｃｏｎｖｅｒｇｅｎｃｅ ｆｏｒ Ａ Ｃｌａｓｓ ｏｆＨｉｇｈｅｒ－Ｏｒｄｅｒ Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ ｗｉｔｈ Ｇｅｎｅｒａｌ Ａｃｔｉｖａｔｉｏｎ Ｆｕｎｃｔｉｏｎｓ ｏｎ Ｔｉｍｅ Ｓｃａｌｅｓ ＬＩＡＯ Ｙｏｎｇｚｈｉ ，ＺＨＡＯ Ｋａｉｈｏｎｇ１ ２ （１．Ｓｃｈｏｏｌ ｏｆＭａｔｈｅｍａｔｉｃｓ ａｎｄ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ，Ｐａｎｚｈｉｈｕａ Ｕｎｉｖｅｒｓｉｔｙ，Ｐａｎｚｈｉｈｕａ，Ｓｉｃｈｕａｎ６１７０００，Ｃｈｉｎａ； ２．Ｆａｃｕｌｔｙ ｏｆＳｃｉｅｎｃｅ，Ｋｕｎｍｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＳｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｋｕｎｍｉｎｇ６５０５００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅ ｃｏｎｓｉｄｅｒａｃｌａｓｓｏｆｈｉｇｈｅｒ－ｏｒｄｅｒｒｅｃｕｒｒｅｎｔｎｅｕｒａｌｎｅｔｗｏｒｋｓ （ＲＮＮｓ）ｗｉｔｈｇｅｎｅｒａｌａｃ ｔｉｖａｔｉｏｎ ｆｕｎｃｔｉｏｎｓ ｏｎ ｔｉｍｅ ｓｃａｌｅｓ．Ｂｙ ｕｓｉｎｇ ｔｈｅ ｍａｔｈｅｍａｔｉｃａｌ ａｎａｌｙｓｉｓ ｔｅｃｈｎｉｑｕｅｓ，ｓｏｍｅ ｓｕｆｆｉｃｉｅｎｔ ｃｏｎｄｉｔｉｏｎｓ ａｒｅ ｅｓｔａｂｌｉｓｈｅｄ ｆｏｒ ｔｈｅ ｅｘｐｏｎｅｎｔｉａｌ ｃｏｎｖｅｒｇｅｎｃｅ ａｔ ｚｅｒｏ－ｐｏｉｎｔ． Ｋｅｙ ｗｏｒｄｓ：ｅｘｐｏｎｅｎｔｉａｌ ｃｏｎｖｅｒｇｅｎｃｅ；ｈｉｇｈｅｒ－ｏｒｄｅｒ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ；ｄｅｌａｙ；ｔｉｍｅ ｓｃａｌｅ ＣＬＣ Ｎｕｍｂｅｒ：Ｏ１７５１ Ｄｏｃｕｍｅｎｔ Ｃｏｄｅ：Ａ Ａｒｔｉｃｌｅ ＩＤ：１００７ －８５５Ｘ（２０１５）０２ －０１４７ －０８ 时标上一类具有广义激活函数的高阶递归 神经网络系统的指数收敛性 廖永志 ，赵凯宏１ ２ （１．攀枝花学院数学与计算机学院，四川 攀枝花６１７０００；２．昆明理工大学 理学院，云南 昆明６５０５００） 摘要：考虑了时标上一类具有广义激活函数的高阶递归神经网络系统（ＲＮＮｓ）．使用数学分析技 巧，获得了该系统零点指数收敛的一些充分条件． 关键词：指数收敛性；高阶递归神经网络；时滞；时标 ０ Ｉｎｔｒｏｄｕｃｔｉｏｎ Ｉｎ ｒｅｃｅｎｔｙｅａｒｓ，ＲＮＮｓｈａｖｅ ａｔｔｒａｃｔｅｄ ｍａｎｙ ｃｏｎｓｉｄｅｒａｂｌｅ ａｔｔｅｎｔｉｏｎｓｂｅｃａｕｓｅ ｏｆｔｈｅｉｒｅｘｔｅｎｓｉｖｅ ａｐｐｌｉｃａｔｉｏｎｓｉｎ ｐａｔｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎ，ｏｐｔｉｍｉｚａｔｉｏｎ ｓｏｌｖｅｒｓ，ｍｏｄｅｌ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ｓｉｇｎａｌ ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｏｔｈｅｒ ｅｎｇｉｎｅｅｒｉｎｇ ａｒｅａｓ． Ｍａｎｙ ｓｃｈｏｌａｒｓ ｈａｖｅ ｅｘｔｅｎｓｉｖｅｌｙ ｓｔｕｄｉｅｄｔｈｅ ｄｙｎａｍｉｃ ｐｒｏｐｅｒｔｉｅｓｏｆＲＮＮｓｓｕｃｈａｓｅｘｉｓｔｅｎｃｅ ａｎｄ ｓｔａｂｉｌｉｔｙｏｆｐｅｒｉｏｄｉｃ ａｎｄ ａｌｍｏｓｔ ｐｅｒｉｏｄｉｃ ｓｏｌｕｔｉｏｎｓ［１ －６］，ｅｘｐｏｎｅｎｔｉａｌ ｃｏｎｖｅｒｇｅｎｃｅ［７ －１９］，ｓｙｎｃｈｒｏｎｉｚａｔｉｏｎ［２０－２２］，ａｎｄ ｓｏ ｆｏｒｔｈ． Ｉｎ ［１９］，Ｚｈａｎｇ，Ｗａｎｇ