一类具有脉冲的二阶神经网络模型周期解的存在性.pdfVIP

第30卷第2期 荆楚理工学院学报 2015年 4月 Vol|30No．2 JournalofJingchuUniversityofTechnology Apr．2015 一 类具有脉冲的二阶神经网络模型周期解的存在性 蒲武军 (陇南师范高等专科学校 数信学院，甘肃 陇南 742500) 摘要：利用重合度理论和一些分析的技巧，讨论了一类受脉冲影响的非 自治时滞神经网络模型，在某些特 定的假设下获得了该模型周期解存在的充分条件，并通过一个具体的例子验证了结果的可靠性。 关键词 ：神经网络；周期解；重合度；脉冲；时滞 中图分类号：0241．8 文献标志码：A 文章编号：1008—4657(2015)02—0070—07 0 引言 Hopfield神经网络模型n在联想记忆和优化组合 等领域的广泛应用，近年来已引起了众多学者 的关注，特别是对于非 自治时滞神经网络模型周期解和受脉冲影响的周期解的研究获得了许多好的结 果 I6]。文[7]考虑了如下的时滞神经网络模型： ()+c (f)=一Xi()+∑口 (())+∑6 ((t一 ))+Ii，i=1，2，…，n (1) J= 1 J 利用Lyapunov泛函方法和一些分析的技巧，讨论了系统(1)的全局稳定性。受文献[3—6]的启发，本 文在系统(1)的基础上考虑如下的脉冲系统： (￡)+c ()：一dixi(f)+∑Ⅱ(())+∑bifj(xj(t一丁(f)))+Ii()，t≠t = 1 J=l △ ()= ( )一 (f)=Ik( ())，t=tk (2 △ (t)= ；(￡)一 ()=Jk((t))，t=t Xi(0)=Xi()， (0)= (()，，=1，2，…，，k：1，2，…， 其中 ， ．，：尺一R连续，k是固定的正整数，0tt2… t ，(i)， (￡)分别表示 (t) 在 t=t处的左右极限，且 ( )= (t)； (i)，( )分别表示 (t)在 t=t处的左右导数，且 ：()= (t)。有关系统(2)神经网络方面的意义参见文献[1—8]。 本文利用重合度理论和一些分析的技巧，得到了该系统周期解存在的一个充分条件。 全文作如下假设： (C1)函数 满足Lipschitz条件 ，即存在常数 ，0，使得 I (“1)一 (M2)l ，l 1一M2l，V “1，M2(M1≠M2)∈R (0)=0，=l，2，…，n； ． (C2)7 ∈C (尺，R)，r 1，d 0， (+ )=7q()，Ii(+ )=Ii(t)，，=1，2，…，凡； (C3)存在正整数P和常数 ， 0，使得 t+p = t + ，lk+ ()=Ik()，+p()=Jk(x)， p 收稿 日期 ：2015—03—03 作者简介：蒲武军(1979一)，男，甘肃庄浪人，陇南师范高等专科学校讲师。研究方向：应用微分方程。 70 并且 l，( (t))l ，，IJ( (t))I≤J，k=1，2，…，i=1，2，…，7／．。 1 预备知识和引理 为了证明系统 (2)周期解 的存在性，需引入以下预备知识和引理。 设x，】，为Banach空间，L：DoatLCX— y是Fredholm零指标映射，P：X—X，Q：l，一y为二连续的 投影算子，且 ImP：KerL，KerQ=ImL，X= 儿0 rP，Y=ImL0ImQ，记LP：DomLn 一 ImL， KP：ImL—DomLNKerP为 P的逆算子，J：ImQ一 儿为一同构。