论文部分内容阅读
本文借助于Lyapunov函数，首先研究了时间尺度T上带有时滞的Hybrid神经网络模型: x△i(t)=-ai(t)xi(t)+n∑j=1Tijgi(∫∞0Kij(u)xj(t-u)Δu)+n∑j=1Tijgj（xi（t-Tij（t)))+Ii(t)，xi(s)=φi(s)，s∈（-∞，0]T，t∈T， 其中T是概周期时标，i，j=1，2，…，n，φi∈C((-∞，0]T，R).在上述系统中，ai(t)（i=1，2，…，n）均是细胞自我调整参数，T=（Tij）n×n和T=(Tij)n×n均是细胞与细胞之间连接矩阵，gj∶T→R均是神经细胞输入输出功能反映函数，Ii∶T→R均是代表额外输入的概周期函数，并得出了时间尺度T上带有时滞的Hybrid神经网络模型概周期解的存在性和指数稳定的充分条件。 其次，借助于Lyapunov函数和时间尺度T上的微分不等式，研究了时间尺度T上带有时滞的神经网络细胞模型: x△i(t)=-ci(t)xi(t)+n∑j=1aij(t)fi(xj(t))+n∑j=1bijgj(xj(t-Tij(t)))+ui(t)，t≥0，xi(s)=φi(s)，s∈[-T,0]T，T=supt∈T11≤i≤n,1≤j≤n{Tij(t)}， 其中φi∈C（[-T，0]T，R），Tij∈C(T，R+)，(∨)t∈T，并得出时间尺度T上带有时滞的神经网络细胞概周期解的存在性和全局指数稳定性的充分条件。