具有时变时滞的静态递归神经网络的改进稳定性判据

本文研究具有时变时滞的静态递归神经网络(SRNN)的稳定性。 基于完整的延迟分解方法和二次分离框架,构造了一种新颖的Lyapunov-Krasovskii泛函。 通过采用倒凸技术考虑时变延迟与其变化间隔之间的关系,根据线性矩阵不等式(LMI)提出了一些改进的时延相关稳定性条件。 最后,通过数值例子说明了所提方法的优点和有效性。