具比例时滞递归神经网络的稳定性及其仿真与应用

本书系统地介绍了若干具比例时滞递归神经网络模型和各种稳定性.通过构造Lyapunov泛函、时滞微分不等式、非线性测度、内积性质和线性矩阵不等式等方法讨论了具比例时滞递归神经网络的渐近稳定性、多项式稳定性、周期性、概周期性及反周期性、散逸性等性质，并且给出相应的数值算例及仿真．同时对具比例时滞神经网络在二次规划问题的求解方面的应用行了初步探讨．本书旨在引领具比例时滞神经网络动力学的深研究，对具比例时滞神经网络的实际应用奠定一定的理论基础．
【推荐语】
1）比例时滞是不同于常时滞、可变时滞、分布时滞的一种无界时变时滞.具比例时滞神经网络的优是可以根据比例时滞因子的大小及网络所能允许的*大时滞来确定网络的运行时间. 2）本书旨在引领具比例时滞神经网络动力学的深研究，为具比例时滞神经网络的实际应用奠定一定的理论基础.
【作者】
周立群，天津师范大学数学科学学院教授，工学博士.主要从事神经网络及应用的研究.2011年提出比例时滞神经网络，启了比例时滞神经网络的研究历程.目前重研究具比例时滞递归神经网络的动力学行为，包括渐近稳定性、指数稳定性、多项式稳定性、周期性、散逸性、同步性、无源性、吸引性等.发表了专业学术论文50余篇，其中是SCI检索与EI检索论文近30篇，SCI二区论文10篇.主持天津市自然科学基金项目《具比例时滞复杂神经网络的动力学行为于仿真研究》、天津市高校中青年骨干教师培养计划项目《具比例时滞神经网络的稳定性研究》及天津市科技发展基金项目1项等，作为主研人参与国家自然科学基金项目2项.参编教材1本.