一类神经网络的lagrange全局指数稳定性-南京信息工程大学学报.pdfVIP

文章编号：１６７４７０７０（２００９）０１００５００９ 一类神经网络的Ｌａｇｒａｎｇｅ全局指数稳定性 １ １ 陈艳艳 　罗琦 摘要 ０　引言 考虑３种不同的有界激励函数，利 Ｉｎｔｒｏｄｕｃｔｉｏｎ 用Ｌｙａｐｕｎｏｖ函数法和不等式分析技巧， 研究了一类具有变时滞的中立型Ｃｏｈｅｎ 　　ＣｏｈｅｎＧｒｏｓｓｂｅｒｇ神经网络模型是由Ｃｏｈｅｎ和 Ｇｒｏｓｓｂｅｒｇ在 １９８３ Ｇｒｏｓｓｂｅｒｇ神经网络的Ｌａｇｒａｎｇｅ全局指数 ［１］ 稳定性，并给出了系统模型具有全局指 年提出的 ．由于许多著名应用模型，诸如ＬｏｔｋａＶｏｌｔｅｒｒａ生态系统模 数吸引集的构造性证明；研究结果既适 型，ＧｉｌｐｉａＡｎａｌｇ竞争生态系统模型，Ｈｏｐｆｉｅｌｄ神经网络模型，递归神经 用于分析单稳态系统也适用于多稳态系 网络模型等均可作为ＣｏｈｅｎＧｒｏｓｓｂｅｒｇ神经网络模型的特例，所以在 统；最后通过数值算例及仿真对结果进 行了验证． 产生之初就引起了众多学者的广泛关注．至今，关于该模型已获得大 关键词 量的理论研究和实际应用成果，特别是系统的稳定性研究取得系列 ＣｏｈｅｎＧｒｏｓｓｂｅｒｇ神经网络；全局指 成果，文献［２］研究了具有变时滞和分布时滞的ＣｏｈｅｎＧｒｏｓｓｂｅｒｇ神经 数稳定；滞后型；中立型 网络模型的全局稳定性；文献［３］研究了具有分布参数的 Ｃｏｈｅｎ 中图分类号 ＴＰ１８３ Ｇｒｏｓｓｂｅｒｇ神经网络模型的镇定问题；文献［４］研究了具有时滞的离散 文献标志码 Ａ ［５８］ 型ＣｏｈｅｎＧｒｏｓｓｂｅｒｇ双向联想记忆神经网络模型的稳定性等 ．Ｃｏ ｈｅｎＧｒｏｓｓｂｅｒｇ神经网络主要的应用领域包括信号处理、并行计算、模 式识别、参数优化、联想记忆、图像处理以及非线性方程的求解等． ［９１６］ 通过查阅大量文献 ，笔者发现关于ＣｏｈｅｎＧｒｏｓｓｂｅｒｇ神经网络 模型稳定性研究的成果大多是讨论其 Ｌｙａｐｕｎｏｖ稳定性，特别是全局 渐近稳定性（其中，影响最大也最具代表性的成果是文献［１６］），即假 设ＣｏｈｅｎＧｒｏｓｓｂｅｒｇ神经网络模型是单稳态系统，或者说把假设其平 衡点是存在且唯一的作为讨论稳定性的前提条件．然而，一般情况 下，该系统的平衡态并不唯一［１７１８］，其中某些平衡态还可能是不稳定 的．那么，如何研究系统具有多稳态情形的稳定性呢？到目前为止， 研究系统的Ｌａｇｒａｎｇｅ稳定性仍是最有效的方法．最早涉及 Ｌａｇｒａｎｇｅ 稳定性的文献有［１９２１］，１９９４年，文献［１７１８，２２］系统研究了细胞 神经网络数学理论，其中重点研究了细胞神经网络的Ｌａｇｒａｎｇｅ稳定 性（耗散性），随后文献［２３］又进一步研究了时滞神经网络的Ｌ