脉冲随机Cohen—Grossberg神经网络的几乎必然指数稳定性

2017-05-30 10:48:04孙云霞程培李殿强尚蕾
广西科技大学学报 2017年2期

孙云霞 程培 李殿强 尚蕾

摘 要:研究带有脉冲的随机Cohen-Grossberg神经网络的几乎必然指数稳定性问题, 基于Lyapunov稳定性理论,利用随机分析技巧和线性矩阵不等式工具,得到系统基于矩阵不等式的几乎必然指数稳定性充分条件, 并通过一个例子来验证结论的有效性.

关键词:Cohen-Grossberg神经网络;脉冲;线性矩阵不等式;Lyapunov函数;几乎必然指数稳定

中图分类号:O231 文献标志码:A

0 引言

Cohen-Grossberg神经网络(简称CGNN)是由Cohen等[1]于1983年首次提出的一种神经网络模型,它包括种群生物学、神经生物学、进化理论等学科中许多著名模型作为其特例. 作为一类广义的神经网络模型,CGNN模型在模式识别、系统辨识、信号处理、图像处理、最优化、机器学习以及控制等方面都有广泛的应用.

在实际神经网络中,突触之间信息的传递往往会受到由神经递质或其它随机因素的释放而导致的随机噪声的影响. 随机噪声的存在可能使得神经网络产生振荡行为或其它失稳现象甚至出现混沌现象,从而影响神经网络的整体性能[2]. 另外, 在电子网络的运行过程中,其状态可能会受到由切换、频率变化或其它突发噪声引起的瞬时扰动,从而在特定时刻经历瞬时突变,这种瞬时突变现象称为脉冲扰动. 近年来, 神经网络[3-4]、随机CGNN[5-9]以及带有脉冲的随机CGNN [10-12]的稳定性问题吸引了大批学者的关注,并取得了很多的研究成果. 但是,目前关于带有脉冲的随机CGNN稳定性方面的研究主要都集中于均方稳定性分析方面,而关于几乎必然(a.s.)指数稳定性方面的研究结果不多见.

登录APP查看全文