不连续激励函数时滞Cohen-Grossberg神经网络的动力学性质
研究了一类具有不连续激励函数的时滞Cohen-Grossbe神经网络,利用推广的 Lyapunov方法,证明了Filippov意义下解全局收敛到惟一的平衡点.在证明过程中使用了链式法.利用该法则可以计算不可微Lyapunov函数对时间t沿右端不连续微分方程的导数.
作 者: 李绪孟 黄立宏 王小卉 LI Xu-meng HUANG Li-hong WANG Xiao-hui 作者单位: 李绪孟,LI Xu-meng(湖南大学,数学与计量经济学院,湖南,长沙,410080;湖南农业大学,理学院,湖南,长沙,410128)黄立宏,HUANG Li-hong(湖南大学,数学与计量经济学院,湖南,长沙,410080)
王小卉,WANG Xiao-hui(湖南农业大学,理学院,湖南,长沙,410128)
刊 名: 湖南农业大学学报(自然科学版) ISTIC PKU 英文刊名: JOURNAL OF HUNAN AGRICULTURAL UNIVERSITY(NATURAL SCIENCES) 年,卷(期): 2008 34(3) 分类号: O175.12 关键词: Cohen-Grossberg神经网络 全局指数稳定 非线性方法 M-矩阵 Cohen-Grossberg neural networks global exponential stability nonlinear measure M-matrix