一类时延反馈神经网络的稳定性及吸引域的估计

被引：3

作者：

陈亚军

许晓鸣

杨煜普

机构：

[1] 四川师范学院物理系!南充

[2] 上海交通大学自动化系!上海

来源：

计算机学报 | 1998年 / 04期

关键词：

Lyapunov泛函; 神经网络; 时延; 渐近稳定性; 吸引域;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

反馈型神经网络由于具有极为丰富的动力学行为和整体计算能力（如优化、联想、振荡和混饨）而倍受关注，近几年的研究表明，当网络的时延足够小时，具有延时的对称Hopfield型神经网络和无时延情况一样也是全局稳定的．本文通过构造适当Lyapunov泛函的方法，对一类具有时延的反馈型神经网络平衡点的渐近稳定性进行了分析，得到了平衡点渐近稳定的充分条件：要检验一个有时间延迟的反馈型神经网络的稳定性，只要测试一个特定矩阵的定性性质或一个特定不等式即可．最后我们也提供了一种估计网络渐近稳定平衡点吸引域的方法．

引用

页码：376 / 380

页数：5