文献类型：期刊文献

中文题名：分数阶变时滞Cohen-Grossberg型BAM神经网络全局Mittag-Leffler稳定

英文题名：Global Mittag-Leffler Stability of Fractional-order Cohen-Grossberg BAM Neural Networks with Time-varying Delays

作者：刘伟[1];蒋望东[1];章月红[1]

机构：[1]绍兴文理学院元培学院

年份：2019

卷号：49

期号：20

起止页码：303

中文期刊名：数学的实践与认识

外文期刊名：Mathematics in Practice and Theory

收录：CSTPCD、、北大核心2017、北大核心

基金：教育部产学合作协同育人项目(201801123017);浙江省高等教育教学改革研究项目(JG20160261);绍兴市高等教育教学改革研究项目(SXSJG201833)

语种：中文

中文关键词：分数阶;Cohen-Grossberg型BAM神经网络;微分中值定理;全局Mittag-Leffler稳定

外文关键词：fractional-order;Cohen-Grossberg type BAM neural networks;differential mean value theorem;global Mittag-Leffler stability

中文摘要：主要研究分数阶变时滞Cohen-Grossberg型BAM神经网络,利用分数阶微积分有关性质,定义Mittag-leffler函数和对时间区间的有效划分,借助微分中值定理和一些分析技巧,给出了判定其系统解全局Mittag-Leffler稳定性充分条件.最后,给出数值例子以验证理论结果的有效性.

外文摘要：This paper mainly studies fractional-order Cohen-Grossberg BAM neural networks with time-varying delays.Using properties of fractional-order calculus,definition of the Mittag-leffler function,effective division of time intervals,differential mean value theorem and some analytical techniques,sufficient conditions is given to ensure global Mittag-Leffler stability of such fractional-order neural networks.Finally,numerical examples are given to verify the validity of the theoretical results.