具有随机扰动的中立型马尔可夫跳跃脉冲时滞神经网络的新型鲁棒指数稳定性

研究了一类具有马尔可夫参数和混合时变时滞的不确定中立型脉冲随机神经网络的鲁棒指数稳定性问题。 通过构造适当的指数型Lyapunov-Krasovskii泛函并采用Jensen积分不等式，自由权矩阵方法，在系统中建立了一些新的依赖于时滞的稳定准则，以确保所考虑网络的平凡解的鲁棒指数稳定性均方。线性矩阵不等式（LMI）的形式。 提出的结果不需要离散和分布的时变延迟的导数为0或小于1。此外，与相关方法相比，提出的方法的主要贡献在于使用了三种类型的脉冲。 最后，通过两个数值例子验证了我们的理论结果相对于现有文献的有效性和较小的保守性。