时滞复数值神经网络的有界性和完全稳定性

本文研究了具有时滞的复值神经网络（CVNN）的有界性和完全稳定性。 使用局部抑制推导了一些确保CVNN有界的条件。 此外，在有界条件下，还给出了一个紧凑的集合，该集合在全球范围内吸引了网络的所有轨迹。 此外，通过能量最小化方法和将复值LMI转换为实值LMI的方法，建立了一些有关CVNN完全稳定的实值线性矩阵不等式（LMI）的条件。 给出了带有仿真结果的例子以证明理论分析的有效性。