免费论文摘要：具备变时滞和贯串散布推迟区间C-G神经搜集指数宁静性

时滞神经搜集是神经体例的一个要害构成局部, 在旗号处置、形式辨别、人为智能和优化算法等范围有着特殊普遍的运用. 时滞神经搜集, 更加是时滞BAM 型神经搜集, 因其动静个性具备要害的表面接洽和本质运用价格,惹起了普遍关心. 但神经搜集的动静动作简单遭到安排的搜集模子、外部干预和参数振动等感化, 所得的截止和预期的憧憬值会有很大的差异, 以是在本质运用中, 保证神经搜集平稳点在那些不决定的成分下宁静性是至关要害的. 鉴于上头的领会, 正文进一步接洽了区间BAM型的 神经搜集的动静动作. 第一章, 开始回忆了神经搜集的兴盛和特性, 领会了时滞神经搜集宁静性的感化, 而后引见了近些年来接洽时滞神经搜集的少许本领和截止, 结果概括自己的重要接洽题目.第二章, 给出了全文的计划常识, 囊括少许设置、 定理和不等式, 而后引见了微分方程宁静性表面.第三章, 鉴于矩阵不等式, 接洽了一类区间变时滞的BAM型（C-G）神经搜集模子, 经过结构符合的因变量本领，给出了保证其平稳点的生存专一性和指数宁静的充溢前提. 已有的截止比拟, 所得截止的前提更弱. 因为该搜集模子囊括了Hopfield神经搜集、递归神经搜集等, 所以所得截止具备表面与本质意旨.第四章接洽一类区间变时滞和贯串散布推迟的BAM型（C-G）神经搜集. 经过结构符合的因变量, 给出了保证其平稳点的指数宁静的充溢前提. 与已有截止比拟, 本章局部截止所需前提更弱且截止更普遍. 结果数值试验考证了本节论断的精确性.

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/251680.html