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: 宋乾坤 王利敏 赵振江
• 来源期刊: 应用数学和力学
• 学科: 数学
• 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
• 年，卷（期）: 2017,（3）
• 页码范围: 333-346
• 页数: 14页
• 分类号: O175.13
• 语种: 中文
• DOI: 10.21656/1000-0887.370221

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋乾坤	重庆交通大学数学系	22	51	4.0	6.0
2	赵振江	湖州师范学院数学系	18	87	4.0	9.0
3	王利敏	重庆交通大学信息科学与工程学院	4	15	2.0	3.0