具中立型连续时滞的BAM神经网络模型

徐 斌

具中立型连续时滞的BAM神经网络模型

徐 斌

徐 斌 李胜平

普洱学院 数学与统计学院

徐斌（1983-）男，讲师，硕士，主要从事微分方程的教学与研究。李胜平（1958-）男，教授，主要从事微分方程的教学与研究。

本文利用指数型二分性和压缩映射原理，对一类具中立型有界连续时滞的BAM神经网络模型的概周期解的存在性进行研究，得出了所研究模型的概周期解存在唯一的充分条件。

概述

Kosko于1988年第一次提出了双向联想记忆（BAM）神经网络模型，BAM神经网络是一种特殊的可储存两极向量组、由两层神经元组成的神经网络。近年来由于其应用广泛 BAM神经网络受到了很多关注，关于BAM神经网络的研究结果已有很多。有的系统会包含对过去状态求导项，以进一步描述动态模型的复杂性，这类系统我们称之为中立型系统。研究具中立型时滞的神经网络模型是有理论和现实意义的，很多学者对中立型神经网络模型进行了研究并得到了大量很好的结果。但目前对具中立型有界连续时滞的BAM神经网络模型的概周期解存在与稳定性的结果研究较少。因此，本文研究如下具中立型有界连续时滞的BAM神经网络模型：

10.3969/j.issn.1001-8972.2015.01.004