分数阶时滞惯性BAM神经网络全局Mittag-Leffler同步稳定
该文研究一类分数阶时滞惯性BAM神经网络全局Mittag-Leffler同步稳定问题.引入变量替换,将含有二个不同阶分数阶导数的分数阶惯性时滞BAM神经网络模型简化为只含一个同阶分数阶导数的分数阶神经网络模型,利用Riemann-Liouville分数阶微积分性质,给出系统稳定性判定的两个不同的充分条件,通过两个数值模拟例子验证所得理论结果的正确性,同时说明对于给定的两个判定条件各有所长,可以根据系统参数设定情况,合理选取适合的判定定理.
分数阶、惯性BAM神经网络、变量替换、全局Mittag-Leffler同步稳定
38
O175;TP183(数学分析)
浙江省教育厅一般科研项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目;绍兴文理学院校级科研项目;绍兴文理学院元培学院院级科研项目;绍兴文理学院元培学院院级科研项目
2023-06-26(万方平台首次上网日期,不代表论文的发表时间)
共13页
190-202