基于非平滑分析的时变时滞神经网络系统的全局渐近稳定性研究.pdfVIP

第4§卷第21期 数学的实践与认识 Vbl．43．No．21 2013年11月 MATHEMATICSINPRACTICEANDTHEORY Nov．．2013 基于非平滑分析的时变时滞神经网络系统 的全局渐近稳定性研究 于俊梅·，邱芳。 (1．烟台职业学院基础部，山东烟台264670) (2．滨州学院数学与信息科学系，山东滨州256603) 摘要：基于Lyapunov稳定性理论，利用非平滑分析的方法去掉了激励函数可微 和有界的条件，通过构造一种新颖的Lyapunov泛函推广改善了判定时滞神经网络 系统的全局稳定性的条件．数值仿真表明了结果的有效性． 关键词：时滞神经网络系统；非平滑分析；全局渐近稳定性 由于神经网络系统广泛的应用背景，它的研究得到了许多学者的关注【1．71．而其稳定性 又是神经网络系统运行的必要条件，因此从神经网络的稳定性入手研究具有重要意义．此外， 时滞因素是影响系统动态稳定性的重要因素，因而研究具有时滞的神经网络系统的稳定性具 滑分析的方法研究神经网络的稳定性，这种方法要求激励函数是无界的．2007年，吴【6】利用 非平滑分析的方法研究了一类常时滞系统： n n 】 ，工、 (1) ～ J=l J=1 第i个神经元到第J个神经元的连接强度，办(·)表示激励函数，五表示对第i个神经元的偏 置．但在实际工作中，神经网络的信号传播在某个时期不可能总是常时滞，因此在神经网络模 型中考虑变时滞是很有必要的． 本文将运用非平滑分析的方法讨论一类具有时变时滞的神经网络系统的稳定性．通过构 造一种合适的Lyapunov泛函方程，推广改善了判定时滞神经网络系统的全局稳定性条件． 为方便，本文引入下面记号：用A。i。(·)和入。ax(·)表示一个矩阵的最小和最大的特征 值，PT表示矩阵P的转置， 缸2(P)=言A。。(P+P1’)，IlPl|2=、／入。。(PPT) 收稿日期：2013-01．20 21期 于俊梅，等：基于非平滑分析的时变时滞神经网络系统的全局渐近稳定性研究 279 1预备知识 给出一类具有时变时滞神经网络模型： (2) 且满足： 0≤乃(t)≤7．，o≤弓(t)S盯1 (3) 其中丁为常数．系统(2)可以表示成下面的向量形式： 其中， z(￡)=(z1(t)，z2(t)，…，z。(t))1 B7(z(t))=(b1(z1(t))，62(z2(t))，…，b。(z。(t)))1 J=(^，如，…，^)T’ 下面，为进一步研究系统(2)的稳定性条件，先给出系统(2)的几个假设和相关引理： 6t(z)≥Qt，其中玩(‘)是可微的，令Q 2，孪磊{Qt)； l^(u)一，i(口)I≤展It‘一uI，讹，口∈冗，i=1，2，…，佗 ， 其中令p2燃{屈)． diag(d1，d2，…，厶)，使得 t‘2(D(A+B))(虽)Amt。(D) i4) 那么系统(2)有唯一的平衡点． 2基于非平滑方法的全局稳定性分析 diag(，y1，伪，…．，％)，使得 (5) 则对于每个输入向量u∈R”，系统(2)有唯一平衡点且是全局渐近稳定的． (