随机时滞BAM神经网络的全局散逸性

把不确定性因素考虑到双向联想记忆神经网络(BAM)中, 得到一类带Brown运动的随机时滞双向联想记忆神经网络(BAM)模型. 在激活函数有界的条件下, 研究了随机时滞BAM神经网络的全局散逸性. 通过Lyapunov泛函、Jensen不等式和It 公式等, 讨论了随机时滞BAM神经网络系统均方散逸的充分条件, 给出了该系统散逸的吸引集. 通过数值例子对所给出的结论进行了验证.     

具有变时滞随机竞争神经网络在固定时间的控制同步

为了解变时滞随机竞争型神经网络在固定时间的控制同步问题,运用Lyapunov稳定性理论、固定时间稳定性理论、随机微分方程理论、伊藤公式和一些不等式方法,在p-范数下得到了该神经网络新的固定时间同步的充分条件.     

模糊惯性BAM神经网络固定时间同步

研究了具有时变无界时滞的模糊惯性BAM神经网络的固定时间同步问题。首先,使用压缩映射原理,证明其平衡点存在的唯一性。其次,通过设计Lyapunov函数和反馈控制器,采用非降阶法得到其固定时间同步判定准则。最后,通过数值仿真验证了结果的正确性。     

具有时滞的双向联想记忆神经网络的稳定性分析

研究一类具有时滞的变系数双向联想记忆神经网络(BAM)的稳定性问题.由于时滞变系数双向联想记忆神经网络的平衡点不一定存在,分平衡点存在和不存在两种情况进行研究.在BAM神经网络系统存在平衡点时,通过构造Lyapunov函数,结合不等式分析技巧,给出了系统指数稳定的充分条件;在BAM神经网络系统不存在平衡点时,利用数学归纳法给出了系统的吸引域.     

具有变时滞的随机忆阻神经网络在固定时间内的控制同步

研究了一类具有混合变时滞的随机忆阻神经网络在固定时间内的控制同步问题. 通过集值映射,随机微分包含理论,固定时间内稳定性理论,李雅普诺夫函数,伊藤公式和一些不等式方法,在与时滞τ,随机扰动项及转换跳跃T_i相关的恰当的反馈控制器u_i(t)的控制下,得到了新的该神经网络在固定时间内控制同步的充分条件.     

具时滞离散和分布BAM神经网络的全局渐近稳定性

研究一类同时具离散时滞和分布时滞的BAM(bidirectional associative memory)神经网络平衡点的全局渐近稳定性问题.所给BAM模型对激活函数做了扇形非线性条件假设,利用M矩阵理论,通过构造新的LyapLlnov函数并利用一些分析技巧,获得具时滞离散和分布BAM神经网络的全局渐近稳定性的充分条件.数值例子说明了所得结果的有效性.     

具有外部干扰的耦合时滞神经网络固定时间二分同步

针对结构平衡图与结构非平衡图的网络拓扑,考虑了一类具有外部干扰的耦合时滞神经网络模型,分别设计了其固定时间同步控制协议.借助固定时间稳定性理论与不等式技巧,获得了耦合网络在固定时间内达到同步的充分性判据,给出了具体的收敛时间上界,并验证了固定时间同步网络的鲁棒性与抗干扰性.为了扩大网络模型的适用性,考虑的神经网络激活函数为非连续的函数,可借助微分包含与集值李导数理论解释非连续微分方程的动力学行为.最后,分别在结构平衡图和非平衡图下对耦合神经网络的固定时间二分同步进行了数值仿真,验证了控制算法的有效性及理论结果的正确性.     

脉冲时滞BAM神经网络稳定性研究

研究了带有脉冲的时滞双向联想记忆(BAM)神经网络的稳定性问题.通过对网络系统的研究,根据脉冲的特点,采用Lyapunov稳定性理论和一些矩阵分析的技巧,得到了脉冲时滞BAM神经网络的稳定性结论,其中包括稳定点的唯一性判据和稳定性的判据,说明脉冲时滞BAM神经网络的稳定性问题是网络本身的特性,最后通过数值算例验证了论文的可行性和有效性.     

具中立型连续时滞的BAM神经网络模型概周期解的指数稳定性

利用连续性原理及不等式技巧,对一类具中立型有界连续时滞的BAM神经网络模型概周期解的指数稳定性进行研究,得出了所研究模型的概周期解指数稳定的充分条件.     

大数据背景下神经元复杂网络同步转迁数值设计探讨

时滞产生振荡行为或其他不稳定现象,这对信息传输系统的稳定性产生一定影响。基于此,通过对随机霍奇金-赫胥黎(HH)神经元建立模型,探究了纽曼瓦特网络同步增强受时滞影响的情况。研究发现,在τ=7时,神经网络发生同步转迁行为;当τ7时,神经网络呈现簇同步;当τ7时,神经网络呈现峰同步。