分布参数高阶随机时滞Hopfield神经网络的指数稳定性
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

广州市属高校科技计划(08C018)


Exponential stability of high-order stochastic Hopfield-type neuralnetworks with time-varying delays and distributed parameters
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    利用Lyapunov稳定性理论,积分不等式和Halanay不等式,研究了具分布参数的高阶随机时滞 Hopfield神经网络的均方指数稳定性,得到了保证系统指数稳定且与扩散项相关的充分性条件,并给出了指数收敛率,同时放松了现有文献中对变时滞的要求,因而在一定程度上了改进了现有文献的结果.最后给出了数值算例验证所得结果的有效性.

    Abstract:

    In this paper,a generalized stochastic model of high-order Hopfield-typeneural networks with time-varying delays and distributed parametersis considered.The sufficientconditions ensuring the exponential stability of the systems are developed by using Lyapunovstability theory,an integral inequality and Halanay's inequality.The proposed conditions are diffusion-dependent due to the use of the new integral inequality.As a result,the obtained conditions may have some advantages over the those previously reported.As anillustration,an numerical example is worked out using the resultsobtained.

    参考文献
    相似文献
    引证文献
引用本文

赵碧蓉,戴喜生.分布参数高阶随机时滞Hopfield神经网络的指数稳定性[J].南京信息工程大学学报(自然科学版),2014,6(2):182-187
ZHAO Birong, DAI Xisheng. Exponential stability of high-order stochastic Hopfield-type neuralnetworks with time-varying delays and distributed parameters[J]. Journal of Nanjing University of Information Science & Technology, 2014,6(2):182-187

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2014-02-18
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2014-04-21
  • 出版日期:

地址:江苏省南京市宁六路219号    邮编:210044

联系电话:025-58731025    E-mail:nxdxb@nuist.edu.cn

南京信息工程大学学报 ® 2024 版权所有  技术支持:北京勤云科技发展有限公司