位置:成果数据库 > 期刊 > 期刊详情页
基于忆阻的分数阶时滞复值神经网络的全局渐近稳定性
  • ISSN号:1000-0887
  • 期刊名称:《应用数学和力学》
  • 时间:0
  • 分类:O175.13[理学—数学;理学—基础数学]
  • 作者机构:[1]重庆交通大学信息科学与工程学院,重庆400074, [2]重庆交通大学数学系,重庆400074, [3]湖州师范学院数学系,浙江湖州313000
  • 相关基金:国家自然科学基金(61273021;61473332); 重庆市研究生科研创新项目(CYS16179)~~
中文摘要:

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.

英文摘要:

The global stability of fractional-order complex-valued neural networks was investi- gated. For a class of memristor-based fractional-order complex-valued neural networks with time delays, under the concept of the Filippov solution in the sense of Caputo' s fractional deri- vation, the existence and uniqueness of the equilibrium point were discussed. The comparison principle and the fixed-point theorem were applied to the stability analysis through division of the complex values into the real part and the imaginary part. Some sufficient criteria for the global asymptotic stability of memristor-based fractional-order complex-valued neural networks were derived. Finally, a simulation example shows the effectiveness of the obtained results.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《应用数学和力学》
  • 中国科技核心期刊
  • 主管单位:重庆交通大学
  • 主办单位:重庆交通大学
  • 主编:钟万勰
  • 地址:重庆南岸区重庆交通大学90信箱
  • 邮编:400074
  • 邮箱:applmathmech@cqjtu.edu.cn
  • 电话:023-62652450
  • 国际标准刊号:ISSN:1000-0887
  • 国内统一刊号:ISSN:50-1060/O3
  • 邮发代号:78-21
  • 获奖情况:
  • 国际工程索引(EI)收录期刊,我国力学类核心期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国数学评论(网络版),日本日本科学技术振兴机构数据库,美国应用力学评论,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:8965