基于LMI的中立型Hopfield神经网络的稳定性

作     者：佘秋野 陈丽换 张玉民 郭雷 

作者机构：东南大学自动化研究所南京210096 金陵科技学院机电工程学院南京210001 

出 版 物：《东南大学学报（自然科学版）》 (Journal of Southeast University：Natural Science Edition)

年 卷 期：2005年第35卷第A02期

页      面：162-164页

核心收录：

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)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 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(60474050) 中国博士后基金资助项目(20040350655) 江苏省博士后科研资助计划资助项目 

主　　题：中立系统 神经网络 稳定性 线性矩阵不等式 

摘      要：为了更加深入地了解神经网络的复杂性,研究了中立型Hopfield神经网络模型,对该模型的稳定性的判定进行了探讨.通过构造合适的Lyapunov泛函,借助线性矩阵不等式(LMI)的一些技巧以及Lyapunov-Krasovskii稳定性理论,给出了该神经网络模型稳定的充分条件,以及模型稳定时中立项所必须满足的必要条件.给出的结果改进了已有的结论和方法,在一定程度上降低了求解的难度,在实际应用方面更加简捷方便.仿真实例表明了算法的有效性,以及所存在的保守性.