Global Exponential Stability of Antiperiodic Solutions for Discrete-Time Neural Networks with Mixed Delays and Impulses
Global Exponential Stability of Antiperiodic Solutions for Discrete-Time Neural Networks with Mixed Delays and Impulses
复制标题
混合时滞和脉冲离散时间神经网络反周期解的全局指数稳定性
DOI：
10.1155/2012/168375
复制
发表时间：
2012-03
影响因子：
1.4
通讯作者：
Song, Qiankun
中科院分区：
文献类型：
--
作者：
Chen, Xiaofeng;Song, Qiankun
研究了一类脉动离散的神经网络，研究了抗碘化解决方案的全球指数稳定性问题，并具有随时间变化的离散延迟和分布式延迟。通过构建适当的Lyapunov-Krasovskii功能，并使用收缩映射原理和矩阵不等式技术，以检查抗周期性溶液的存在，独特性和全局指数稳定性的新的延迟依赖性标准以抗晶状体的固定溶液（LMIS）衍生而成。给出了两个模拟示例，以显示拟议结果的有效性。
The problem on global exponential stability of antiperiodic solution is investigated for a class of impulsive discrete-time neural networks with time-varying discrete delays and distributed delays. By constructing an appropriate Lyapunov-Krasovskii functional, and using the contraction mapping principle and the matrix inequality techniques, a new delay-dependent criterion for checking the existence, uniqueness, and global exponential stability of anti-periodic solution is derived in linear matrix inequalities (LMIs). Two simulation examples are given to show the effectiveness of the proposed result.
登录
查看更多内容
具有分布式延迟的循环神经网络的指数状态估计
影响因子：
6
作者：
Li, Tao;Fei, Shu-Min
通讯作者：
Fei, Shu-Min
影响因子：
0.7
作者：
H. Okochi
通讯作者：
H. Okochi
影响因子：
--
作者：
Jinde Cao;Kun Yuan;Han-Xiong Li
通讯作者：
Jinde Cao;Kun Yuan;Han-Xiong Li
影响因子：
2
作者：
Qinghua Zhou
通讯作者：
Qinghua Zhou
影响因子：
--
作者：
Zhenkun Huang;S. Mohamad;Yonghui Xia
通讯作者：
Zhenkun Huang;S. Mohamad;Yonghui Xia