几类时滞神经网络模子的全局稳定性.pdfVIP

摘 要 本文主要研究了几娄时滞神经网络模型的全局稳定性(包括全局渐近稳定性。全局指数 稳定性和全局指数鲁棒稳定性)． 在第一章中，利用Lyapunov方法，线性矩阵不等式(LMI)方法和Halanay不等式技巧 研究了一类具有时滞的Cohen—O rossberg神经网络的全局渐近稳定性和全局指数稳定性。 在第二章第一节中，利用压缩映像原理、同胚性质和Lyapunov方法研究了一类定常时 滞神经网络的全局指数鲁棒稳定性，并得到了～些新的在工程上易于验证的判据；在第二 节中，利用非奇异M一矩阵理论、同胚性质和Halanay不等式技巧研究了一类具有变时滞 的神经网络的全局指数鲁棒稳定性。 本文所得到的结果是以前一些结果的推广相完善，并且本文的结果在工程上易于验证 和应用。另外，本文只要求激活函数满足全局Lipschitz条件，有时也假定激活函数是有界 的，但是不要求激活函数是可导的、单凋非减的，也不要求连接权矩阵是对称的，因此本文 的结果对神经网络的设计和应用具有重要的意义。 关键字，神经网络，时滞，线性短阵不等式，Halanay不等式，全局{{|i近稳定性，全局 指数稳定性，全局指数鲁棒稳定性。