脉冲高阶时滞Hopfield型神经网络的稳定性分析

摘要

针对进化过程中顺序的突然改变导致无法用纯连续或纯粹的离散神经网络来描述的问题，给出了脉冲高阶时滞Hopfield型神经网络模型，并得到时滞脉冲系统渐近稳定的结果。然后，利用该结果和李亚普诺夫方法以及数学分析技术分析网络的稳定性。在激励函数连续、单调有界的条件下，给出了保证脉冲高阶时滞Hopfield型神经网络全局一致渐近稳定的充分条件。这些条件含有许多可调参数，为神经网络提供灵活的设计与分析;并且易于检验，适用于分析生物神经系统的动态特性或设计全局稳定的神经网络。最后，通过仿真实例说明了所得结果的有效性。