带时变时滞细胞神经网络的全局渐近稳定性

重庆交通大学学报（自然科学版） ›› 2010, Vol. 29 ›› Issue (1): 151-156.

带时变时滞细胞神经网络的全局渐近稳定性

胡春燕¹，杨德刚¹，胡志强²

1.重庆师范大学数学与计算机科学学院，重庆 400047;2.重庆交通大学，重庆 400074

收稿日期:2009-06-02 修回日期:2009-11-02 出版日期:2010-02-15 发布日期:2015-01-22
作者简介:胡春燕(1977—)，女，浙江温州人，讲师，研究方向非线性理论，数学应用与数学教育等。E-mail:hcy314@163.com。
基金资助:
国家自然科学基金项目(10971240，10926170);重庆市自然科学基金项目(CSTC，2008BB2366，CSTC，2008BB2364);重庆市教委科技计划项目(KJ 090803，KJ 080805，KJ 080806，KJ 080817)

Global Asymptotic Stability of Cellular Neural Networks with Time-Varying Delays

HU Chun-yan¹，YANG De-gang¹，HU Zhi-qiang ²

1.School of Mathematics ＆ Computer Science，Chongqing Normal University，Chongqing 400047，China; 2.Chongqing Jiaotong University，Chongqing 400074，China

Received:2009-06-02 Revised:2009-11-02 Online:2010-02-15 Published:2015-01-22

摘要/Abstract

摘要： 研究了带时变时滞的细胞神经网络的全局渐近稳定性问题，给出了带时变时滞细胞神经网络平衡点全局渐近稳定的新充分判定准则。首先，提出所研究的时滞细胞神经网络模型、系统激活函数所需满足的条件及需要的引理。然后，将所研究的系统通过一个等式进行线性变换，在定义一个与系统相关的映射操作基础上，基于Lyapunov- Krasovskii稳定性定理和线性矩阵不等式技术来讨论时滞细胞神经网络的全局渐近稳定性。所得条件是时滞相关的。最后，用一个数值例子验证所得的稳定性条件是有效的。

关键词: 细胞神经网络, 时变时滞, 稳定性, 线性矩阵不等式, Lyapunov-Krasovskii泛函

Abstract: The global asymptotic stability of cellular neural networks with time-varying delays is investigated. A novel sufficient judging criterion of the equilibrium point of global asymptotic stability of cellular neural networks with time-varying delays is given. First，the cellular neural network model with time-delay is proposed，the conditions for the system to activate the function and the lemma would be used are introduced. Then，the system under study carries out the“linearization” through an equation. The global asymptotic stability of cellular neural networks with time-delay is discussed by utilizing Lyapunov- Krasovskii functional method and the linear matrix inequality (LMI) technique，on the basis of defining a mapping operation system associated with the system. The results obtained are associated with the time-delay. Finally，a numerical example is given to verify the effectiveness of the proposed method.

Key words: cellular neural network, time-varying delay, stability, linear matrix inequality, Lyapunov-Krasovskii functional1

中图分类号:

TP183

胡春燕，杨德刚，胡志强. 带时变时滞细胞神经网络的全局渐近稳定性[J]. 重庆交通大学学报（自然科学版）, 2010, 29(1): 151-156.

HU Chun-yan，YANG De-gang，HU Zhi-qiang. Global Asymptotic Stability of Cellular Neural Networks with Time-Varying Delays[J]. Journal of Chongqing Jiaotong University(Natural Science), 2010, 29(1): 151-156.

[1]	杜子学，马川翔. 车体铰接式跨座式单轨列车运行稳定性分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 122-128.
[2]	曹源文1，陈作1，赵江2，张晓强3，郑婷婷4. 多路况下轮式装载机行驶稳定性研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 140-146.
[3]	华珺1，孙智诚2，赵俊玮1，朱彤2,3. 行人主动安全系统对交通流运行状态影响分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(03): 34-42.
[4]	黄维蓉，孟乔，赵可，崔锦栋. 阴离子乳化沥青储存稳定性研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(03): 98-102.
[5]	郝宪武，舒鹏，郝键铭. 大跨度非对称悬索桥的静风稳定性研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(12): 53-59.
[6]	秦严严1，王昊2，何兆益1，冉斌3. ACC车辆跟驰建模及模型特性分析[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 33-37.
[7]	赵强，孙柱. 基于卡尔曼滤波的车辆液压主动横向稳定杆最优控制研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(11): 128-135.
[8]	严仁章1,2，朱美豪1,2，王帅3，邱俊澧1,2，周建庭1,2. 无铰索-拱复合结构设计与力学性能分析[J]. 重庆交通大学学报（自然科学版）, 2020, 39(07): 47-59.
[9]	赵国云1，江振华2. 浇注式钢桥面铺装工艺和性能研究[J]. 重庆交通大学学报（自然科学版）, 2020, 39(04): 46-51.
[10]	陈秀锋，高艳艳，石英杰，曲大义，宋著贺. 基于最优速度的弯道跟驰模型及其稳定性分析[J]. 重庆交通大学学报（自然科学版）, 2020, 39(01): 126-130.
[11]	洪伟，徐超凡，吉锋. 水电站料场开口线外边坡开挖稳定性分析[J]. 重庆交通大学学报（自然科学版）, 2019, 38(08): 80-85.
[12]	汪金才，陈卫. 基于陈墙岩危岩稳定性计算的三维模型公式推导[J]. 重庆交通大学学报（自然科学版）, 2019, 38(07): 78-82.
[13]	唐胜传1，黄诗渊2，周泳峰2. 基于水平应变监测信息的边坡稳定性评价研究[J]. 重庆交通大学学报（自然科学版）, 2019, 38(05): 80-85.
[14]	杨春风1，任雁飞1，王可意2. 基于惩罚-激励变权的TOPSIS法边坡安全评价模型[J]. 重庆交通大学学报（自然科学版）, 2019, 38(02): 59-64.
[15]	郭寅川1,2，魏自玉1，申爱琴1，赵天源1. 砾石沥青混合料水稳定性复合改善技术研究[J]. 重庆交通大学学报（自然科学版）, 2018, 37(12): 41-48.