时变时滞神经网络的时滞相关鲁棒稳定性和耗散性分析

研究时变时滞神经网络的鲁棒稳定性和耗散性问题.充分利用积分项的时滞信息和激励函数条件构造一个合适的增广LK泛函;利用自由矩阵积分不等式处理LK泛函的导数,得到一个低保守性的时滞相关稳定判据;将所获得的结论延伸至神经网络的耗散性分析,并推导出一个确保神经网络严格$(\mathcalX, \mathcalY,\mathcalZ)-\gamma$-耗散的充分条件.最后通过3个数值算例验证了所提出方法的可行性和优越性.