徐晓惠， 张继业， 赵 玲

(1. 西华大学交通与汽车工程学院，四川 成都610039;2. 西南交通大学牵引动力国家重点实验室，四川 成都610031)

众所周知，神经网络在信号处理、模式识别、联想记忆等领域取得了广泛的应用［1-2］. 神经网络平衡点的存在性与稳定性是其应用的前提条件，因此学者们对不同类型的神经网络平衡点的动力学行为进行了深入研究，并取得了很多重要的研究成果［3-10］.文献［1-10］的研究成果都是针对实值神经网络进行展开的. 然而，实值神经网络在一些领域里应用时具有一定的局限性. 例如在交通系统中，当采用复值神经网络取代实值神经网络进行路牌识别后，由于复值信号携带的信息较实值信号更加丰富，可明显减少错误，提高路牌识别的准确度［11］.鉴于复值神经网络应用越来越广泛，并且具有比实值神经网络更加复杂的性质，因此对复值神经网络平衡点的动力学行为研究是非常必要的.文献［12］研究了一类离散复值神经网络，并给出了判定平衡点存在性、唯一性和指数稳定的判定定理.文献［13］在假设复值激活函数关于神经元状态分别满足有界或Lipschitz 条件的情况下，利用LMI 方法研究了一类具有固定时滞的复值神经网络平衡点的动态行为. 此外文献［14-16］也对复值神经网络的动态行为进行了深入研究.

综上分析，虽然关于复值神经网络动态行为的研究已经取得了一些成果，然而所研究的复值神经网络模型都较为简单.在实际应用……