具有反应扩散项的变时滞复数域神经网络的指数稳定性∗OA北大核心CSCDCSTPCD
Exponential Stability of Complex-Valued Neural Networks With Time-Varying Delays and Reaction-Diffusion Terms
该文研究了一类具有反应扩散项的变时滞复数域神经网络的指数稳定性.首先在假设复数域激活函数可分解的情况下,将该系统分解为相应的实部系统和虚部系统.利用矢量Lyapunov函数法和M矩阵理论,得到了确保该系统平衡状态指数稳定性的充分条件.该条件不含有任何自由变量,相对现有结论具有较低的保守性.最后通过一个数值仿真算例验证了所得结论的正确性.
施继忠;徐晓惠;蒋永华;杨继斌;孙树磊
浙江师范大学 工学院,浙江 金华321004西华大学 汽车与交通学院,成都610039浙江师范大学 工学院,浙江 金华321004西华大学 汽车与交通学院,成都610039西华大学 汽车与交通学院,成都610039
数理科学
复数域神经网络变时滞反应扩散项矢量Lyapunov函数法指数稳定性
《应用数学和力学》 2021 (5)
500-509,10
国家重点研发计划(2018YFB1201603)四川省科技厅重大专项项目(2019ZDZX0002)浙江省自然科学基金(LY18G010009)成都市重大科技创新项目(2019-YF08-00003-GX)四川省科技厅项目(2018GZ0110)四川省重点研发计划(2020YFG00232021YFG0071)
评论