论文部分内容阅读
本文以时滞型Hopfield神经网络为基础，在非线性神经元激励函数是Lipschitz连续的条件下，通过构建Lyapunov泛函，利用Dini导数，不等式mabm-1≤am+(m-1)bm，(a，b＞0，m≥1)以及推广的Halanay一维时滞微分不等式等方法.分别讨论了常时滞Hopfield神经网络模型的全局渐近稳定性和变时滞Hopfield神经网络模型的全局吸引性及全局指数稳定性，得到了一些新的充分条件，并推广了一些已知文献中的结果。