版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
具时滞细胞神经网络周期解的全局渐近稳定性
Global asymptotic stability of periodic solutions of a class of delayed cellular neural networks作者机构：天津师范大学数学科学学院天津300387
出 版 物：《天津师范大学学报（自然科学版）》 (Journal of Tianjin Normal University：Natural Science Edition)
年 卷 期：2012年第32卷第4期
页 面：22-26,31页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 070104[理学-应用数学] 0835[工学-软件工程] 0701[理学-数学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金资助项目(60974144) 天津师范大学博士基金资助项目(52LX34) 天津高等学校科技发展资助项目(20100813)
主 题：时滞细胞神经网络 周期解 全局渐近稳定性 Lyapunov泛函 Barbalat引理
摘 要：讨论一类具时滞细胞神经网络周期解的全局渐近稳定性.通过构造合适的Lyapunov泛函及应用Barbalat引理,得到了具时滞细胞神经网络周期解的全局渐近稳定性的新的充分条件.最后通过数值算例及仿真证明了所得结论的有效性.
