首页 | 本学科首页   官方微博 | 高级检索  
   检索      

具有时滞的Hopfield人工神经网络动力系统模型的全局渐近稳定性
引用本文:张尚国,马万彪.具有时滞的Hopfield人工神经网络动力系统模型的全局渐近稳定性[J].生物数学学报,2008,23(1):1-10.
作者姓名:张尚国  马万彪
作者单位:1. 北京科技大学,应用科学学院数力系,北京100083;东北大学,秦皇岛分校,河北,秦皇岛066004
2. 北京科技大学,应用科学学院数力系,北京100083
基金项目:The Research is Partially Supported by the Foundation of University of Science and Technology Beijing and the NNSF of China (10671011).
摘    要:Hopfield人工神经网络动力系统模型平衡点的全局渐近稳定性在网络记忆以及最优化等领域具有广泛的应用。本文中,作者研究了一类具有时滞的Hopfield人工神经网络动力系统,通过构造Liapunov泛函的方法,获得了其平衡点全局渐近稳定和局部渐近稳定的充分判定条件。所给出的判定条件只依赖于系统本身的拳数参数和传递函数以及系统中出现的部分时滞。同时,当系统的自身反馈项为负时,此自身反馈项对于系统的稳定性起到稳定化的作用。此外,数值模拟表明时滞的变化对于系统的稳定性具有重要的影响。可破坏系统的稳定性。进而产生周期振动或更为复杂的非线性现象。

关 键 词:Hopfield人工神经网络  局部渐近稳定性  全局渐近稳定性  Liapunov泛函  时滞
文章编号:1001-9626(2008)01-0001-10
修稿时间:2006年5月18日

Global Stability of a Hopfield Neural Network with Multiple Time Delays
ZHANG Shang-guo,MA Wan-biao.Global Stability of a Hopfield Neural Network with Multiple Time Delays[J].Journal of Biomathematics,2008,23(1):1-10.
Authors:ZHANG Shang-guo  MA Wan-biao
Institution:ZHANG Shang-guo1,2 ,MA Wan-biao1 (1.Department of Mathematics and Mechanics, School of Applied Science, University of Science and Technology Beijing, Beijing 100083 China;2.Northeastern University at Qinhuangdao, Qinhuangdao Hebei 066004 China)
Abstract:An n-dimensional Hopfield neural networks with multiple time delaysis considered. Based on the construction of Liapunov functionals, we obtain some newsufficient criteria for the local and global asymptotic stability of the equilibrium of theneural networks.
Keywords:Hopfield neural networks  Local asymptotic stability  Global asymptotic stability  Liapunov functional  Time delay
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号