摇 摇
doi:10. 3969 / j. issn. 1000-2162. 2013. 01. 003
变时滞随机模糊细胞神经网络的
均方指数稳定性分析
张千宏
1
,杨利辉
2
,刘璟忠
3
(1. 贵州财经大学 贵州省经济系统仿真重点实验室,数学与统计学院,贵州 贵阳摇 550004;
2. 湖南城市学院 数学系,湖南 益阳摇 413000;3. 湖南工学院 信息与计算机系,湖南 衡阳摇 421002)
摘摇 要:利用 Lyapunov 泛函及随机分析技巧研究一类变时滞的随机模糊细胞平衡点的均方指数稳定性,得到
了均方指数稳定性的充分条件. 该模型同时考虑了模糊不确定性和随机不确定性,更加接近真实的神经网络.
最后给出一个例子证明结论的有效性.
关键词:模糊细胞神经网络;布朗运动;Ito 公式;均方指数稳定;变时滞
中图分类号:O175摇 摇 摇 摇 文献标志码:A摇 摇 摇 摇 文章编号:1000-2162(2013)01-0013-05
Analysis of mean square exponential stability for stochastic fuzzy
cellular neural networks with time鄄varying delays
ZHANG Qian鄄hong
1
, YANG Li鄄hui
2
, LIU Jing鄄zhong
3
(1. Guizhou Key Laboratory of Economics System Simulation, School of Mathematics and Statistic, Guizhou University of
Finance and Economics, Guiyang摇 550004, China; 2. Department of Mathematics, Hunan City University, Yiyang
413000, China; 3. Information and Computer Department, Hunan Institute of Technology, Hengyang摇 421002, China)
Abstract: Applying Lyapunov functional and stochastic analysis technique, the mean square
exponential stability of equilibrium for stochastic fuzzy cellular neural networks with time - varying
delays was concerned. The fuzzy uncertainty and the external stochastic perturbations were considered
in neural networks. Finally, an example was given to show feasibility and effectiveness of our results.
Key words:fuzzy cellular neural networks; Brownian motion; Ito formula; mean square exponential
stability; time-varying delays
细胞神经网络首先由 Chua 与 Yang
[1-2]
提出,由于其在联想记忆、并行计算、图像处理、模式识别与
优化问题等方面的应用,细胞神经网络的动力学行为引起众多学者的广泛关注. 细胞神经网络的结构类
似细胞自动机,即任何细胞只与其邻居细胞相连接,一细胞包含线性和非线性电路元件,即线性电容、线
性电阻、线性和非线性控制的来源以及独立的消息来源,而在动态影像过程中需要引入时间延迟的信号
传播的细胞. 带时滞的细胞神经网络模型的稳定性已取得很多结果
[3-9]
. 基于细胞神经网络模型,Yang
等
[10]
提出模糊细胞神经网络模型,即在模型中引入两个模糊算子“ -模糊与( 夷 )冶和“模糊或( 遗 )冶.
收稿日期:2012-04-17
基金项目:国家自然科学基金资助项目(1161015);贵州省科技厅科学技术基金资助项目(黔科 J 字[2011]2096)
作者简介:张千宏(1971—),男,湖南邵阳人,贵州财经大学副教授,博士.
2013 年 1 月
第 37 卷 第 1 期
安徽大学学报(自然科学版)
Journal of Anhui University (Natural Science Edition)
January 2013
Vol. 37 No. 1