摘要：递归神经网络属于非线性动力系统，该系统能够表现出多种多样的稳态模式, 这些稳态模式是神经网络系统模拟生物神经网络智能活动的重要基础. 在动力学系统的动态分析中, 稳定性分析占据重要地位. 时滞又是影响系统稳定的重要原因. 因此, 本文给出了一些时滞递归神经网络稳定性分析的新方法, 其中利用了激励函数扇形有界的特点. 在构造的Lyapunov函数中会更多地考虑激励函数的斜率和较少的变量. 在现有的稳定条件下, 得到的结果计算量和保守性降低. 最后, 通过理论的分析和数值算例验证了该方法的有效性. 

关键词 递归神经网络, 线性矩阵不等式, 渐近稳定性, 时滞相关, Lyapunov泛函

目录

摘要

ABSTRACT

第一章 绪论-1

1. 1神经网络简介-1

1. 2时滞神经网络的发展历程与现状-1

1. 3本文的主要工作-2

1. 4符号定义-2

第二章 时滞递归神经网络的稳定性-3

2. 1问题描述-3

2. 2主要结果-4

2. 3与其他文献的结果对比-9

2. 4数值算例-12

第三章 总结-13

参考文献-14

致    谢-15