期刊文献+

分数阶时滞Cohen-Grossberg型BAM神经网络S-渐近ω-周期解 被引量:1

Global S-asymptotic ω-periodic solutions for fractional Cohen-Grossberg BAM neural networks with delay
下载PDF
导出
摘要 主要研究分数阶时滞Cohen-Grossberg型BAM神经网络的有界性和周期性问题.利用分数阶微积分性质,借助于微分中值定理和Ascoli-Arzela定理,给出了判定系统解的有界性,S-渐近ω-周期和全局渐近ω-周期解的充分条件.最后通过数值模拟例子验证所得到理论结果的有效性. This paper mainly studies the boundedness and periodicity of fractional Cohen Grossberg type BAM neural network with delay.By using the properties of fractional calculus,differential mean value theorem and Ascoli-Arzela theorem,the sufficient conditions for determining the boundedness of system solution and global S-asymptoticωperiodic solution are given.Finally,the validity of the theoretical results is verified by numerical simulation examples.
作者 蒋望东 章月红 刘伟 JIANG Wang-dong;ZHANG Yue-hong;LIU Wei(Department of Mathematics,Yuanpei College of Shaoxing University,Shaoxing 312000,China)
出处 《高校应用数学学报(A辑)》 北大核心 2020年第4期455-469,共15页 Applied Mathematics A Journal of Chinese Universities(Ser.A)
基金 浙江省高等教育教学改革研究项目(JG20160261) 教育部产学合作协同育人项目(201801123017) 绍兴市高等教育教学改革研究项目(SXSJG201833)。
关键词 分数阶 Cohen-Grossberg型BAM神经网络 有界性 S-渐近ω-周期 全局渐近ω-周期解 fractional order Cohen-Grossberg BAM neural networks boundedness global s-asymptoticω-period
  • 相关文献

参考文献1

共引文献1

同被引文献12

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部