基于忆阻的分数阶时滞复值神经网络的全局渐近稳定性

• 作 者: 王利敏 宋乾坤 赵振江
• 机 构: 重庆交通大学信息科学与工程学院,重庆交通大学数学系,湖州师范学院数学系
• 出 处: 应用数学和力学
• 发表日期: 2017年3期
• 关键词: 复值神经网络 分数阶微积分 忆阻器 Filippov解 全局渐近稳定性 complex-valued neural network fractional cal
• 基金项目: 国家自然科学基金（61273021,61473332）, 重庆市研究生科研创新项目（CYS16179）~~

研究了分数阶复值神经网络的稳定性.针对一类基于忆阻的分数阶时滞复值神经网络,利用Caputo分数阶微分意义上Filippov解的概念,研究其平衡点的存在性和唯一性.采用了将复值神经网络分离成实部和虚部的研究方法,将实数域上的比较原理、不动点定理应用到稳定性分析中,得到了模型平衡点存在性、唯一性和全局渐近稳定性的充分判据.数值仿真实例验证了获得结果的有效性.