Exponential stability for stochastic reaction-diffusion BAM neural networks with time-varying and distributed delays
Exponential stability for stochastic reaction-diffusion BAM neural networks with time-varying and distributed delays
复制标题
时变分布式延迟的随机反应扩散 BAM 神经网络的指数稳定性
DOI：
10.1016/j.amc.2010.12.077
复制
发表时间：
2011-03
影响因子：
4
通讯作者：
李晓迪
中科院分区：
文献类型：
--
作者：
朱全新;杨鑫松;李晓迪
本文研究了一类具有反应扩散和混合时滞的随机双向联想记忆(BAM)神经网络的稳定性。本文所考虑的混合时滞是时变的分布式时滞。基于一个新的Lyapunov-Krasovskii泛函和Poincaré不等式以及随机分析理论，得到了一组新的充分条件来保证平凡解或零解的随机指数稳定性。所得结果表明，反应扩散项确实有助于所考虑系统的指数镇定。给出了两个数值算例，验证了理论结果的有效性。
In this paper we study the stability for a class of stochastic bidirectional associative memory (BAM) neural networks with reaction–diffusion and mixed delays. The mixed delays considered in this paper are time-varying and distributed delays. Based on a new Lyapunov–Krasovskii functional and the Poincaré inequality as well as stochastic analysis theory, a set of novel sufficient conditions are obtained to guarantee the stochastically exponential stability of the trivial solution or zero solution. The obtained results show that the reaction–diffusion term does contribute to the exponentially stabilization of the considered system. Moreover, two numerical examples are given to show the effectiveness of the theoretical results.
登录
查看更多内容
具有时滞和脉冲的 BAM 神经网络的全局鲁棒渐近稳定性分析：LMI 方法
影响因子：
4
作者：
万立;周庆华
通讯作者：
周庆华
DOI：
10.1007/978-1-4684-0313-8
发表时间：
1993-09
期刊：
--
影响因子：
--
作者：
R. Temam
通讯作者：
R. Temam
影响因子：
1.9
作者：
Ju H. Park;O. Kwon
通讯作者：
Ju H. Park;O. Kwon
DOI：
10.1016/j.amc.2009.02.002
发表时间：
2009-06
期刊：
Appl. Math. Comput.
影响因子：
--
作者：
R. Samidurai;R. Sakthivel;S. Anthoni
通讯作者：
R. Samidurai;R. Sakthivel;S. Anthoni
DOI：
10.1201/9781315273679-16
发表时间：
2018-10
期刊：
Foundations of Wavelet Networks and Applications
影响因子：
--
作者：
Faqih Rofii;G. Priyandoko;M. Fanani;A. Suraji
通讯作者：
Faqih Rofii;G. Priyandoko;M. Fanani;A. Suraji