张吉庆，李同荣

(滨州学院 数学与信息科学系，山东 滨州 256603)

0 引言

基于神经网络在智能控制、组合优化、模式识别、联想记忆、图像处理、二次最优化等方面有着广泛应用，神经网络系统得到了国内外的普遍关注, 但是神经网络系统的稳定性是应用神经网络解决实际问题的基础, 因此研究这类神经网络的稳定性就变的十分重要．特别当设计人工神经网络来解决诸如平行计算、信号处理、优化计算以及其他问题时, 往往要求网络有唯一的全局稳定的平衡点．2005年,曹进德等[1]发表《时滞神经网络全局渐近稳定性条件》, 2006年, 王占山等[2]在东北大学学报上发表论文《一类延迟神经网络的全局渐近稳定性》, 探究了一类延迟神经网络的全局渐近稳定性．2007年，吴炜[3]利用非平滑分析的方法研究了一类常时滞神经网络系统的全局稳定性问题. 2009年, 宋学力[4]发表论文《一类具分布时滞神经网络的全局指数稳定性》, 探究了具分布时滞神经网络的全局指数稳定性．2010年, 刘国彩等[5]发表论文《变时滞神经网络的时滞相关全局渐近稳定新判据》, 给出了变时滞神经网络的时滞相关全局渐近稳定判据．2012年，邱芳[6]研究了一类带有时变时滞神经网络系统的全局渐近稳定性问题及平衡点位置的估计问题. 目前, 大多数研究者关于神经网络的研究仅局限在离散时滞这样简单的情况．然而一个神经网络通常都有一个空间属性的, 有一定数量的一些不同轴突大小和……