离散混合时滞细胞神经网络周期解的存在性与稳定性

利用重合度理论及一些不等式的技巧讨论了离散混合时滞细胞神经网络周期解的存在性与全局指数稳定性,给出了周期解存在与全局指数稳定性的充分条件.     

一类时延细胞神经网络的周期解

引入可调实参数di>0(i=1,2,…,n),通过构造Lyapunov泛函,结合一些分析技巧,对一类时延细胞神经网络周期解的存在性和全局指数稳定性给出一些新的充分准则.这些准则可用于设计全局指数稳定的和周期振荡的具时滞的神经网络.     

周期延时脉冲神经网络的动力行为

本文讨论了一类脉冲神经网络的周期解的指数稳定性．利用带延时及脉冲的微分不等式,得到了几个充分条件来保证这个脉冲神经网络具有一个全局指数稳定的周期解．这些结果并不要求网络的连结权矩阵是对称的,并且这些结果对于帮助设计具有时变延时的脉冲神经网络是有意义的．     

时延细胞神经网络的指数稳定性和周期解

研究时延细胞神经网络周期解的存在性和全局指数稳定性问题 .巧妙地引入可调实参数di>0 (1 ,2 ,… ,n) ,通过构造Lyapunov泛函并结合有效的分析技巧 ,给出新的充分准则 .所得的结果 ,推广和改进已有报道的相关结果 .这些准则可用于设计全局指数稳定的和周期振荡的具时滞的神经网络 ,扩大神经网络设计的范围 .     

具有限分布时滞的模糊BAM神经网络模型概周期解的存在性及指数稳定性

利用指数二分法和不动点定理,得到了含有限分布时滞的模糊BAM细胞神经网络概周期解存在性的充分条件,通过构造李雅普诺夫函数和Yang不等式,得到了概周期解的全局指数稳定性.     

一类具比例时滞细胞神经网络概周期解的指数稳定性

研究一类具比例时滞细胞神经网络概周期解的指数稳定性.在不要求输出函数满足全局Lipschitz条件的情况下,利用不动点定理与微分不等式技巧,得到了该神经网络概周期解的存在性、唯一性与指数稳定性的一个充分条件.给出2个数值算例验证所得结论的正确性.     

一类具有混合时滞的细胞神经网络的概周期解的存在性和全局指数稳定性

研究了具有混合时滞的细胞神经网络的概周期解,利用不动点理论,Liapunov及不等式的分析技巧,给出了该方程概周期解存在性和全局指数稳定性的一个充分条件.     

时滞神经网络周期解存在性及全局指数稳定性

运用重合度理论、M-矩阵理论及李雅普诺夫方法,获得了带时滞神经网络周期解存在性和全局指数稳定性的充分条件.     

具有不同时间尺度的分布时滞竞争神经网络概周期解的全局指数稳定性

运用李亚普诺夫泛函结合微分不等式技巧研究了具有不同时间尺度的分布时滞竞争神经网络的概周期解,给出了其全局指数稳定性的一个充分条件。     

一类离散神经网络的全局指数同步探析

定义了离散型神经网络全局指数同步的概念,研究了一类离散型时滞神经网络的全局指数同步问题,给出了这类神经网络全局指数同步的充分性判据,判据的有效性可通过LMI工具箱得到检验.     

Global exponential periodicity of a class of recurrent neural networks with non-monotone activation functions and time-varying delays

The periodic oscillation and the global exponential stability of a class of recurrent neural networks with non-monotone activation functions and time-varying delays are analyzed. For two sets of activation functions, some algebraic criteria for ascertaining global exponential periodicity and global exponential stability of the class of recurrent neural networks are derived by using the comparison principle and the theory of monotone operator. These conditions are easy to check in terms of system parameters. In addition, we provide a new and efficacious method for the qualitative analysis of various neural networks.     

一类变时滞模糊神经网络系统解的渐近概周期性

本文给出了一类变时滞模糊神经网络系统解的渐近概周期性和全局指数稳定性结果,并给出了该系统渐近概周期解的具体形式。     

一类时滞区间神经网络的全局鲁棒指数周期性

在不要求激活函数有界,可微和单调的条件下,利用不等式分析技巧和Lyapunov泛函方法讨论了一类时滞区间神经网络的全局鲁棒指数稳定性和周期性,给出了实用有效的判据,推广了有关文献中的结果.     

带有常时滞循环耦合神经网络的全局指数稳定性

讨论了带有常时滞循环耦合神经网络的全局指数稳定性 在讨论过程中通过构造同胚映射论证了该系统平衡点的存在性与唯一性 再通过构造合适的Lyapunov函数论证唯一平衡点是全局指数稳定的 类似于已有的神经网络稳定性方面工作 在神经元的激励函数满足Lipschitz条件且相关系数构成矩阵也满足给定条件下 得到 n 层带有常时滞的神经网络全局指数稳定的动力学性质 所得结果同时也蕴含当神经元的衰减速率足够大时 神经网络是全局指数稳定的     

一类时滞中立型脉冲系统的稳定性分析

探讨了一类时滞中立型脉冲系统的全局指数稳定性问题.基于李雅普诺夫稳定性理论,运用线性矩阵下等式技术给出了系统的全局指数稳定性的充分条件,并利用该理论可进一步分析其它中立型脉冲时滞系统的指数稳定性问题。     

脉冲时滞细胞神经网络系统的指数稳定性

讨论了一类具有时滞的脉冲细胞神经网络的全局指数稳定性。利用Lyapunov函数和不等式技巧得到了该系统全局指数稳定的一个充分条件,同时给出示例说明结果的有效性。     

离散时间神经网络的全局指数稳定性

研究了离散时间神经网络的全局指数稳定性问题．利用Liapunov函数法．得到了判断离散时间神经网络全局指数稳定性的一个新的充分条件．     

模糊时滞系统的全局指数稳定性

针对模糊时滞系统,设计了非线性状态反馈控制器以确保闭环系统全局指数稳定.该设计方法把全局指数稳定条件归结为p个线性矩阵不等式,可以有效的利用计算机求其数值解.一个应用例子和仿真结果证明了该方法的有效性.     

具有脉冲和时滞的细胞神经网络的全局指数稳定性

讨论了一类具有时滞的脉冲细胞神经网络的全局指数稳定性.利用Lyapunov函数和不等式技巧得到了该系统全局指数稳定的一个新的充分条件,该结果具有更好的适用性.