时滞不确定性细胞神经网络系统的K-全局指数稳定性

针对一类具有时滞的参数不确定的细胞神经网络模型,利用稳定化的状态反馈控制,采用常数变易法、李雅普洛夫方法及不等式分析技巧,给出了这类模型的K-全局指数稳定的充分条件。

一类不确定时滞系统的K-稳定性

研究了一类不确定时滞系统 : x(t) =Ax(t) +Bx(t -τ(t) ) +f(t,x(t) ) +g(t,x(t-τ(t) ) ) , t≥ 0 ,x(t) =(t) , -τ≤t≤ 0的K 全局渐近稳定性和K 全局指数稳定性 ,通过使用不等式技巧和微分方程性质 ,得到了这类系统K 稳定性的时滞相关充分条件 。

Hopfield型时滞神经网络模型的K-稳定性

研究具有时滞的Hopfield型神经网络模型Cidui(t)dt=-ui(t)Ri+∑nj=1 Tijfj(uj(t-τ))+Ii,ui(s)=φi(s), s∈[-τ,0],i=1,2,…,n平衡点的K 全局渐近稳定性与K 全局指数稳定性.通过使用不等式分析技巧和微分方程性质,得到了这类模型K 稳定性的易于验证的时滞相关充分条件,并举例验证其有效性.