时滞不确定的不确定切换递归神经网络的全局鲁棒周期的时变依赖准则

在本文中,我们将交换系统的一些概念引入到神经网络领域,并研究了具有时变结构不确定性和时变时滞的一大类交换递归神经网络(SRNN)。 通过考虑Leibniz-Newton公式中各项之间的关系,设计了一些依赖于时延的鲁棒周期性准则,以保证所有可容许参数不确定性的周期解的存在性,唯一性和全局渐近稳定性,因为使用了自由加权矩阵,表示这种关系,并通过线性矩阵不等式选择合适的关系,该标准不如文献报道的具有参数不确定性的延迟神经网络的标准保守。 给出了一些例子,表明所提出的标准是有效的,并且比以前的标准都有所改进。