两类延时神经网络的稳定性分析-计算数学专业论文.docxVIP

摘 摘 要 本文主要研究了延时Cohen—Grossberg神经网络(CGNNs)的稳定性．通过巧妙地利用 一些已知的定理和构造适当的Lyapunov函数，我们讨论了延时与无延时CGNNs模型平衡 点的全局指数稳定性、绝对指数稳定性，及周期解的存在唯一性和全局指数稳定性。同时， 也研究了具有分布延时双向联想记忆(BAM)神经网络平衡点的绝对指数稳定性． 在第一章第一节中，研究了一类离散Cohen—Grossberg神经网络模型，且获得了保证延 时和无延时的离散CGNNs系统平衡点指数稳定的充分条件。我们没有假设联接权矩阵的对 称性和激活函数的单凋性与可微性．而且，所讨论的离散CGNNs系统保持了连续CGNNs 系统的收敛性；在第二节中，利用Mawhin拓扑度的连续定理及Lyapnnov方法，讨论了 CGNNs神经网络周期解的存在唯一性和全局指数稳定性，证明了延时CGNNs模型周期解 的存在性，且给出了周期解的具体存在区间．在第三节中，利用Lipschitzian—Hadamard定 理和同胚映射性质，讨论了具有变延时和无界延时CGNNs模型平衡点的存在唯一性和稳 定性．其中激活函数仅仅要求是部分Lipschitz连续和单调非减的。与已有的文献比较，我们 的结论放宽了对条件的限制，且在许多方面改进和推广了已有文献的结论． 在第二章中，基于Brouwer不动点定理，研究了一类分布延时BAM神经网络平衡点 的存在性。然后通过构造适当的Lyapunov函数，证明了平衡点的绝对指数稳定性．这些结 果推广和改进了一些早期文献的结果，且易于在实际中检验． 关键词：byapunov函数；全局指数稳定； Cohen—Grossberg神经网络； BAM神经网 络；绝对指数稳定；部分Lipschitz连续；平衡点；同胚． AbstractIn Abstract In tiffs paper，WO further consider the stability problem for Cohen—Grossberg neural works(CGNNs)with delays By using some given theorems and constructing suitahle Lya· punov functions，we discuss the global exponential stability，the absolutely exponential stability of the equilibrium point for CGNNs with and without delays，and the existence．uniqueness of pel iodic solution and its global exponential utability Meanwhile，x^,re also study the absolutely exponential stability of the equilibrium for class Of bidirectional associative memory(BAM) neural networks with distributed delays hl Section l of Chapter 1．we study ttie discrel e一1ime vel．sions of 1^P con|inllous—time Cohen—Ciirossberg neural nei．works fCGNNsl Several sufficient conditions obtained the global exponential stability of the discrete—time syslerns of CGNNs with and without delays．We do not the symmetry of the connection rna|．rix．and monotonicity and{hc differentiability of the activation functions，moreover，in large sense，the convcrB(、nC(、chara(一 teristics of the continuous—time systems presm red by the discrete—time Versions；In Sect-ion 2，hy using the contiIntation theormn of Mawhin’S coincidence degree and Lyapunov methods， We dibcass