几类神经网络模子的稳定性分析.pdf

摘要 摘 要 借助Lyapunov稳定性理论、线性矩阵不等式技术、不等式技巧、随机分析、 投影理论等工具，研究了时变时滞神经网络模型、随机神经网络模型、离散时滞神 经网络模型以及投影神经网络模型的稳定性、鲁棒性及p阶矩指数稳定性等问题， 得到了一系列稳定性结果和改进条件．本文主要研究成果如下： 首先，研究了一类时变时滞神经网络模型的指数稳定性及周期解问题．利用参 数变易法以及线性矩阵不等式技术作为研究工具，根据细胞神经网络激励函数的特 点，对网络连接权矩阵进行分解，得到了只与初值和部分连接权元素相关的稳定性 及周期解存在条件． 其次，研究了随机神经网络模型P阶矩指数稳定性问题．利用参数变易法、不等 式技巧、随机分析等工具，通过推广一些重要的积分．微分不等式，得到了一系列随 机神经网络模型pg#矩指数稳定的新结果．新判据去掉了以往一些文献对时变时滞 和积分核函数的某些苛刻限制条件． 再其次，研究了离散时滞神经网络模型的指数稳定性问题．根据Lyapunov稳定 性理论，通过构造适当的广义Lyapunov函数，结合线性矩阵不等式技术及矩阵分裂 方法，充分利用离散形式的牛顿一莱布尼兹公式引入适当的