具有马尔可夫切换和时变混合时滞的脉冲随机神经网络的鲁棒指数稳定性

本文研究了一类具有马尔可夫切换,混合时变时滞和参数不确定性的脉冲随机神经网络的鲁棒指数稳定性问题。 通过构造一个新颖的Lyapunov-Krasovskii泛函,并使用线性矩阵不等式(LMI)技术,Jensen积分不等式和自由权矩阵方法,导出了LMI形式的几个新颖的充分条件,以确保在均方根下的鲁棒指数稳定性。所考虑系统的平凡解决方案。 由于考虑了参数不确定性,离散和分布式时变延迟的导数不必为0或小于1,因此本文获得的结果改进了许多已知的结果。最后,给出了三个说明性示例证明了所提方法的有效性。