劉孝磊,顧麗娟,劉曉燕,郭立娜
(1.海軍航空大學(xué),山東煙臺(tái)264001;2.南山學(xué)院,山東煙臺(tái)265706)
自1983年,Cohen和Grossberg提出了一種廣義的整數(shù)階神經(jīng)網(wǎng)絡(luò)模型[1]
以來,對(duì)該類模型的研究就日益深入,并逐步推廣到時(shí)滯Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型[2]、Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型魯棒穩(wěn)定性[3]、帶隨機(jī)項(xiàng)Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型的研究。而在2009年,由Arefeh Boroomand和Mohammad B.Menhaj提出了分?jǐn)?shù)階Hopfield神經(jīng)網(wǎng)絡(luò)模型[4]:
式(2)中:i=1,2,…,n; 0<α<1;為Caputo型分?jǐn)?shù)階導(dǎo)數(shù)。
自此,分?jǐn)?shù)階神經(jīng)網(wǎng)絡(luò)伴隨著分?jǐn)?shù)階微積分理論、分?jǐn)?shù)階微分方程及其穩(wěn)定性相關(guān)理論的日漸成熟,對(duì)分?jǐn)?shù)階神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性研究也日益豐富[5-8]。而分?jǐn)?shù)階Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)是分?jǐn)?shù)階Hopfield神經(jīng)網(wǎng)絡(luò)的一種推廣,本文提出一類分?jǐn)?shù)階Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型:
進(jìn)而討論了該類型Cohen-Grossberg模型穩(wěn)定性的充分條件。
定義1[9]:給定α∈?,f()x的分?jǐn)?shù)階Caputo導(dǎo)數(shù)Dαf(x)定義為Dαf(x)=Jm-αf(m)(x),其中m=[]α+1,,這里的Γ()為Γ-函數(shù),即Γ(β)=
性質(zhì)1:DαC=0,其中,C為常數(shù)。
性質(zhì) 2:Dα(μf(t)+νg(t))=μDαf(t)+νDαg(t),這里,μ、ν為常數(shù)。
定義 2[10]:Mittag-Leffler函數(shù)Eα(z)和雙參數(shù)形式的Mittag-Leffler函數(shù)分別定義為:
從定義易得,Eα(z)=Eα,1(z),并且E1,1(z)=ez。
考慮一般的分?jǐn)?shù)階系統(tǒng):
定 義 3[11]:若xˉ=0 是 系 統(tǒng) 的 平 衡 點(diǎn) ,且,其中λ>0,b>0,m(0)=0,則稱系統(tǒng)的解是Mittag-Leffler穩(wěn)定的。
引理1[12]:若x(t)為[0,+∞)上的連續(xù)可微函數(shù),則
在[0,+∞)幾乎處處成立。
引理2[13]:若V(t)為[0,+∞)上的連續(xù)函數(shù),且滿足DαV(t)≤θV(t),0<α<1,θ為常數(shù),則V(t)≤V(0)Eα(θtα),t≥0。
給出如下形式的分?jǐn)?shù)階Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)模型:
式(6)中:x=(x1,x2,…,xn)T表示神經(jīng)元狀態(tài)變量;A(x(t))=diag[a1(x1),a2(x2),…,an(xn)]T表示放大函數(shù);B(x(t))=[b1(x1),b2(x2),…,bn(xn)]T表示放大函數(shù);C為神經(jīng)元之間的互聯(lián)矩陣;F(x)=[f1(x1),f2(x2),…,fn(xn)]T為激活函數(shù)。
對(duì)于函數(shù)ai(xi) 、bi(xi) 、fi(xi) 做如下假設(shè)。
H1:對(duì)于i=1,2,…,n,有
H2:對(duì)于i=1,2,…,n,fi(xi)滿足Lipschitz常數(shù)為li的Lipschitz條件。
H3:存在μi>0,使得
定理:若系統(tǒng)滿足H1、H2,則x=0是系統(tǒng)的Mittag-Leffler穩(wěn)定平衡點(diǎn)。
證明:構(gòu)造Lyapunov函數(shù)
由分?jǐn)?shù)階導(dǎo)數(shù)的性質(zhì)、引理1及假設(shè)H1、H2、H3得:
所以由引理2可得,
故則x=0是系統(tǒng)的Mittag-Leffler穩(wěn)定平衡點(diǎn)。
為系統(tǒng)選取參數(shù):
圖1~3分別為x1(t)、x2(t)、x3(t)隨時(shí)間t收斂于0的曲線圖。
由仿真結(jié)果可以看出,系統(tǒng)的狀態(tài)曲線明顯收斂于穩(wěn)定平衡點(diǎn)x=0。
圖1 x1(t)的狀態(tài)曲線圖Fig.1 State curve ofx1(t)
圖2 x2(t)的狀態(tài)曲線圖Fig.2 State curve ofx2(t)
圖3 x3(t)的狀態(tài)曲線圖Fig.3 State curve ofx3(t)
本文首先通過對(duì)分?jǐn)?shù)階Cohen-Grossberg神經(jīng)網(wǎng)絡(luò)的分析,給出了判定該類系統(tǒng)Mittag-Leffler穩(wěn)定的充分性條件,并進(jìn)行了Matlab仿真,通過具體實(shí)例驗(yàn)證了文中給出定理的正確性。
海軍航空大學(xué)學(xué)報(bào)2019年2期