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 |
| |
引用本文: | 蒋望东,章月红,刘伟.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[J].系统科学与数学,2022(4):867-885. |
| |
作者姓名: | 蒋望东 章月红 刘伟 |
| |
作者单位: | 绍兴文理学院元培学院 |
| |
摘 要: | 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τij(t)>0时,将时间变量t的定义域0,+∞)分成两个区间:0,τij(t)]和τij(t),+∞),推导出当t分别在0,τij(t)]和τij(t),+∞)中变化时,含有变时滞τij(t)的状态函数xi(t-τij(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.
|
关 键 词: | 分数阶 惯性 Cohen-Grossberg神经网络 全局Mittag-Leffler稳定 全局渐近ω-周期 |
|
|