分数阶变时滞惯性Cohen-Grossberg神经网络全局Mittag-Leffler稳定和全局渐近ω-周期

主要研究分数阶变时滞惯性Cohen-Grossberg神经网络动力学行为.利用RiemannLiouville分数阶微积分性质和初始值条件,当系统变时滞τ_ij(t)>0时,将时间变量t的定义域[0,+∞)分成两个区间:[0,τ_ij(t)]和[τ_ij(t),+∞),推导出当t分别在[0,τ_ij(t)]和τ_ij(t),+∞)中变化时,含有变时滞τ_ij(t)的状态函数x_i(t-τ_ij(t)的分数阶积分之间的关系式.引入Mittag-leffler函数,借助于拉格朗日中值定理有限增量公式,Arzela-Ascoli定理当函数序列等度连续且一致时,存在一个一致收敛的子序列等分析知识,给出判定其系统解全局Mittag-Leffler稳定和全局渐近ω-周期充分条件.最后,通过数值模拟例子验证所得到理论结果的有效性.