TY - JOUR A2 -张正秋AU -孙敏AU -刘，Jing PY - 2019 DA - 2011912/29 TI - General Six-Step Discrete-Time Zhang Neural Network for Time-Varying Tensor Absolute Value Equations . SP - 4861912 VL - 2019 AB -本文提出了一种适用于时变张量绝对值方程的一般六步离散张量神经网络(ZNN)。首先，基于Taylor展开理论，我们推导了Zhang等人的一般离散化(ZeaD)公式，即包含两个自由参数的一阶导数逼近的一般泰勒型1步前数值微分法则。基于双线性变换和Routh-Hurwitz稳定性判据，分析了两个自由参数的有效域，从而保证了一般ZeaD公式的收敛性。其次，在通用ZeaD公式的基础上，针对时变张量绝对值方程(TVTAVEs)设计了一种通用的六步离散时间ZNN (DTZNN)，其稳态残差的变化比文献中提出的要高。同时，研究了决定其收敛性的步长的可行域。最后，实验结果验证了通用的六步DTZNN模型对TVTAVE的求解是非常有效的。《自然与社会中的离散动力学