几类具时滞双向联想记忆神经网络(BAM)稳定性分析

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:xbalr
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文对几类具有不同时滞的双向联想记忆神经网络稳定性进行了深入研究。对全文的立论、研究背景、目的和意义进行了论述,阐述了双向联想记忆神经网络的研究历史和现状,并指出全文将要研究的主要问题。在时滞的双向联想记忆神经网络模型的基础上,去掉了有关文献中关于激励函数的有界性、可微性的严格条件,通过构造合适的Lyapunov函数,以及构建适当的时滞微分不等式研究了BAM模型的平衡点存在及唯一性、全局渐近稳定、全局指数稳定和吸引区域。而对于时滞脉冲型的双向联想记忆神经网络模型,则用Halanay时滞微分不等式,Lyapunov函数研究全局渐近稳定和全局指数稳定。讨论了具有分布时滞的双向联想记忆神经网络模型,重点讨论了当该模型的平衡点不存在时的吸引区域,并用Lyapunov函数及不等式技巧研究其一致稳定和全局渐近稳定。
其他文献
本文对具有粘弹性阻尼结构的弹性系统及具有点反馈的弹性系统稳定性做一综述。 我们共选择了三个问题来讨论:应用Hilbert空间理论研究具有粘弹性的系统的渐近稳定性问题;具
排序问题是组合优化领域中的一类重要问题,它是利用一些处理机、机器或者资源,最优地完成一批给定的任务或作业,在生产管理与调度、网络通信、理论计算机科学等方面有广泛的应用
可靠性寿命数据分析的目的在于找到引起系统或元件失效的因素,同时将这些因素反馈给元件的设计、制造以及维修环节,以期提高系统或元件的可靠性。可靠性研究已经成为工程、医
在理论研究与实际应用中,不等式常常起着重要的作用。在很多时候,它的重要性甚至超过等式。尤其,许多方程无法求出精确解,但是可以利用适当的不等式对解进行估计。特别Hilbert不
自然科学和社会科学各个领域中都会遇到大量的时间序列,对这些时间序列进行分析、建模和预测对于人们更好的掌握和控制未来行为有着重要的现实意义。本文首先介绍了时间序列分