论文部分内容阅读
神经网络是一种特殊结构的动力学系统。近年来，神经网络系统已经与很多学科紧密结合在一起，从而出现了不同类型的神经网络模型。因此，本文主要研究下面三类神经网络模型的稳定性。首先，主要通过M-锥的性质，非负矩阵谱半径理论，Lyapunov函数， Ito公式和不等式技巧，研究了带有时滞和反应扩散项的脉冲模糊细胞神经网络的指数稳定性。其次，研究了带有Markov跳变时滞的随机反应扩散Cohen-Grossberg神经网络的鲁棒稳定性。通过构造一个Lyapunov函数，随机微分方程中的Ito公式和一些微分不等式技巧，以线性矩阵不等式的形式给出这一类型随机神经网络的一些容易验证的鲁棒指数稳定性的判据。再次，研究了带有Markov跳变时滞的随机反应扩散神经网络的鲁棒稳定性。同样以线性矩阵不等式的形式给出一些容易验证这一类型的随机神经网络鲁棒指数稳定性的判据。最后，给出了相应的数例来说明论文中所给定理的有效性。