譚服好，關開中

（五邑大學 數(shù)學與計算科學學院，廣東 江門 529020）

自Chua 和Yang[1]提出細胞神經(jīng)網(wǎng)絡以來，其在聚類、圖像處理、模式識別、優(yōu)化問題等領域中的應用引起了廣泛的研究[2-4]. 時滯不可避免地存在于神經(jīng)網(wǎng)絡中，并導致系統(tǒng)性能變差甚至不穩(wěn)定，因此研究時滯對神經(jīng)網(wǎng)絡穩(wěn)定性的影響具有重要的理論和實際意義. 比例時滯作為一類特殊的時滯類型存在于非線性系統(tǒng)和電動力學等領域[5-7]. 特別地，由于神經(jīng)網(wǎng)絡的“空間”屬性以及比例時滯具有可控性和可預測性的優(yōu)點，近年來，人們將比例時滯引入到神經(jīng)網(wǎng)絡中，并研究了各類比例時滯神經(jīng)網(wǎng)絡的穩(wěn)定性問題. 文獻[8]運用M-矩陣理論構造合適的Lyapunov 泛函，研究了一類比例時滯細胞神經(jīng)網(wǎng)絡的穩(wěn)定性問題，建立了該神經(jīng)網(wǎng)絡平衡點的全局漸近穩(wěn)定性條件，該條件是與時滯相關的. 文獻[9]利用M-矩陣理論和不等式技巧，進一步研究了一類非自治比例時滯神經(jīng)網(wǎng)絡的穩(wěn)定性，并獲得了此類系統(tǒng)平衡點全局冪穩(wěn)定的條件，但該條件是時滯無關的. 注意到，漸近穩(wěn)定弱于冪穩(wěn)定，且時滯有關的條件比時滯無關的相對更不保守，因此建立時滯有關的冪穩(wěn)定性條件更有意義. 基于此，本文將建立一個新的Razumikhin 條件，并利用Lyapunov-Razumikhin 方法，嘗試構建一類比例時滯神經(jīng)網(wǎng)絡平衡點與時滯有關的全局冪穩(wěn)定條件，以期所得結果能夠改進已有文獻的結論.

1 模型與預備知識

設R 為實數(shù)集， R+為非負實數(shù)集， Rm表示具有范數(shù)的m維實線性賦范空間. 記C(R+, R+)={ψ: R+→R+是連續(xù)的}， K={u∈C(R+, R+):u(0) =0且u(s)關于s是嚴格遞增的}，sgn(y)表示y的符號函數(shù).

考慮以下具有比例時滯的神經(jīng)網(wǎng)絡模型：

這里yi(t)表示第i個神經(jīng)元在t時刻的狀態(tài)變量，q∈ (0,1)為比例因子，(1 -q)t為網(wǎng)絡傳輸時滯函數(shù)，表示t時刻第i個神經(jīng)元的自反饋強度；分別表示第j個神經(jīng)元到第i個神經(jīng)元在t時刻和qt時刻的連接強度；為yi(t)在t=0時刻的初始值，gi表示激活函數(shù)且滿足下面的條件：

其中，li是非負常數(shù)，i=1,2, … ,m.記

定義1稱為系統(tǒng)（1）的平衡點，如果其滿足

由式（2），容易看出系統(tǒng)（1）具有平衡點(0, …, 0)T∈Rm.

為了研究系統(tǒng)（1）平衡點的穩(wěn)定性，我們先研究下列一般的比例時滯微分系統(tǒng)：

本文總假定函數(shù)f滿足一定的條件使得系統(tǒng)（3）在(0, +∞)存在唯一解. 注意到f(t, 0,0) =0，因此y(t) =0是系統(tǒng)（3）具有初始條件y(0) =0的平凡解.

定義2[5-6]令y(t)是系統(tǒng)（1）中的解，函數(shù)V: R+× Rm→R+為連續(xù)，則V沿該解的右上導數(shù)定義為：

定義3令y(t)是系統(tǒng)（3）的解，如果存在常數(shù)λ＞ 0和函數(shù)μ,ν∈K ，使得

則稱系統(tǒng)（3）的平凡解是全局弱冪穩(wěn)定的. 特別地，當μ(s) =ν(s)=s時，稱系統(tǒng)（3）的平凡解是全局冪穩(wěn)定的.

2 主要結果

在本節(jié)中，我們將利用Lyapunov-Razumikhin 方法，建立系統(tǒng)（3）的平凡解和系統(tǒng)（1）的平衡點為全局冪穩(wěn)定的條件.

定理1如果存在常數(shù)η＞ 0，ω,h∈C(R+, R+)，函數(shù)μ,ν∈K ，以及連續(xù)函數(shù)V(t,y) : R+×Rm→R，使得：

則系統(tǒng)（1）的平凡解是全局弱冪穩(wěn)定的.

證明由條件可選取常數(shù)λ＞ 0滿足

設V(t)=V(t,y(t))和Φ(t)=(1 +t)λV(t)，其中y(t)是系統(tǒng)（3）的解，易得Φ(t)≥V(t)，t≥ 0. 由i）得：下面證明：

注意到Φ(0)=V(0)，若式（5）不是對所有的t≥ 0成立，則存在使得進一步，存在＞0，得：

0＜q＜1，得即

計算可得：

這就與式（6）中的最后一個不等式矛盾，定理得證.

推論1如果將定理1 中的條件i）替換為條件其中a,b和p是正數(shù)，則系統(tǒng)（3）的平凡解是全局冪穩(wěn)定的.

下面利用定理1，建立神經(jīng)網(wǎng)絡（1）平衡點的全局冪穩(wěn)定條件.

定理2如果式（2）成立且存在常數(shù)η＞ 0，使得

證明設y(t)是系統(tǒng)（1）的解，令根據(jù)式（2），并計算V(t)沿系統(tǒng)（1）解的右上導數(shù)，可得：

注1令其中由文獻[9]中的定理3.2 可得: 如果矩陣-M是非奇異的M-矩陣，則系統(tǒng)（1）的零解是全局冪穩(wěn)定的.

3 數(shù)值算例

在本節(jié)中，我們將給出兩個數(shù)值例子來說明所得結果的有效性和合理性.

例1考慮以下具有比例時滯的神經(jīng)網(wǎng)絡：

取η=1，計算可得ρ=0.5＞0，從而定理2 的條件滿足，因此系統(tǒng)（9）的平衡點是全局冪穩(wěn)定的且收斂階為1. 給定初值y(0) =0.5，運用Matlab 工具箱得到系統(tǒng)（9）的狀態(tài)軌跡如圖1 所示.

例2考慮下面具有比例時滯的二維神經(jīng)網(wǎng)絡：

容易驗證gi滿足式（2）的條件且取η=1，經(jīng)計算得a(t)=1 .5,b(t)=1 ,ρ=0.2＞0，故滿足定理2 的條件，因此系統(tǒng)（10）的平衡點是冪穩(wěn)定的. 圖2 描述了系統(tǒng)（10）具有初始值y(0) =(0.8,0.4)T的狀態(tài).

圖1 系統(tǒng)(9)具有初始值y(0) =0.5的狀態(tài)軌跡

圖2 系統(tǒng)(10)具有初始值y(0) =(0.8,0.4)T的狀態(tài)軌跡

注2簡單計算，可得容易驗證，矩陣-M不是非奇異的M-矩陣. 因此，根據(jù)注1，文獻[9]中的定理3.2 不能應用于例2. 因此，我們的結果在一定程度上改進了文獻[9]的相應結果.