Global exponential stability of reactiondiffusion recurrent neural networks with multiple timevarying delays
Auteur(s):
Lou Xuyang Cui Baotong
Date de publication:
2008
Référence bibliographique:
Global exponential stability of reactiondiffusion recurrent neural networks with multiple timevarying delays Xuyang Lou and Baotong CuiThe Arabian journal for science and engineering المجلة العربية للعلوم والهندسة Univeristy of Petroleum and MineralsVol 33 no 2B (October 2008) p p 487501Lou XuyangCui Baotong
Résumé:
سوف نعرض في هذا البحث الثبات الأسي للشبكات العصبية ذات التأخر الزمني المتغير والمتعدد وحدود التفاعلية الانتشارية ويفترض أن اقترانات التنشيط تكون محدودة ومتصلة كليا وفقا بـ (Lipschitz) وقد حصلنا على الشروط الكافية باستخدام اقترانات (Lyapunov) التي تضمن الثبات الأسي الكلي للشبكة العصبية المعاقة وسوف نورد مثالا حسابيا لإظهار مدى صحة طريقة التحليل التي اتبعناها In this paper we consider the problem of exponential stability for recurrent neural networks with multiple timevarying delays and reactiondiffusion terms The activation functions are supposed to be bounded and globally Lipschitz continuous By means of Lyapunov functionals sufficient conditions are derived which guarantee global exponential stability of the delayed neural network Finally a numerical example is given to show the correctness of our analysis
