针对一类具有离散与分布时滞的神经网络存在的鲁棒稳定性问题,考虑时滞与参数扰动等不确定因素,通过加入三重积分条件,构造合理的Lyapunov-Krasovskii泛函,并采用线性矩阵不等式技术.研究结果表明:得到系统全局指数鲁棒稳定的时滞相关充分条件,同时能够得到系统全局渐进鲁棒稳定的充分条件,表明了该方法的有效性和可行性.

研究了一类具有马尔可夫参数和混合时变时滞的不确定中立型脉冲随机神经网络的鲁棒指数稳定性问题。 通过构造适当的指数型Lyapunov-Krasovskii泛函并采用Jensen积分不等式，自由权矩阵方法，在系统中建立了一些新的依赖于时滞的稳定准则，以确保所考虑网络的平凡解的鲁棒指数稳定性均方。线性矩阵不等式（LMI）的形式。 提出的结果不需要离散和分布的时变延迟的导数为0或小于1。此外，与相关方法相比，提出的方法的主要贡献在于使用了三种类型的脉冲。 最后，通过两个数值例子验证了我们的理论结果相对于