具有漏泄时滞和时变区间时滞的递归神经网络新的稳定性准则

被引：5

作者：

王军涛 ^{[1
]}

郑群珍 ^{[2
]}

苏展 ^{[3
]}

陈永刚 ^{[1
]}

机构：

[1] 河南科技学院数学科学学院

[2] 河南教育学院数学与统计学院

[3] 上海辅仁医药研发有限公司

来源：

河南师范大学学报(自然科学版) | 2016年 / 44卷 / 03期

关键词：

递归神经网络; 漏泄时滞; 时变时滞; 渐近稳定性;

D O I：

10.16366/j.cnki.1000-2367.2016.03.029

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

研究了具有漏泄时滞和时变区间传输时滞的递归神经网络的渐近稳定性问题.基于Lyapunov-Krasovskii(L-K)稳定性理论.Jensen不等式和互惠凸方法,得到了线性矩阵不等式(LMIs)表示的新的稳定性准则.相对于现存的方法,避免利用保守性较大的中立型变换,且在构造L-K泛函时充分利用了漏泄时滞和传输时滞的关联信息,因此所得准则具有较小的保守性.数值例子验证了所得结果的有效性和较小保守性.

引用

页码：166 / 171+177 +177

页数：7

共 10 条

[1]

Improved delay-dependent stability conditions for recurrent neural networks with multiple time-varying delays [J].

Chen, Yonggang ;

Fei, Shumin ;

Li, Yongmin .

NONLINEAR DYNAMICS, 2014, 78 (02) :803-812

[2]

Existence, uniqueness and stability analysis of recurrent neural networks with time delay in the leakage term under impulsive perturbations [J].

Li, Xiaodi ;

Fu, Xilin ;

Balasubramaniam, P. ;

Rakkiyappan, R. .

NONLINEAR ANALYSIS-REAL WORLD APPLICATIONS, 2010, 11 (05) :4092-4108

[3]

Reciprocally convex approach to stability of systems with time-varying delays.[J].PooGyeon Park;Jeong Wan Ko;Changki Jeong.Automatica.2010, 1

[4]

Stability analysis for neural networks with time-varying delay: A more general delay decomposition approach.[J].Yonggang Chen;Weiping Bi;Wenlin Li.Neurocomputing.2009, 4

[5]

Leakage delays in BAM.[J].K. Gopalsamy.Journal of Mathematical Analysis and Applications.2006, 2

[6]

Absolute stability of time-delay systems with sector-bounded nonlinearity [J].