时滞混沌神经网络的指数同步

本文研究了带有时滞混沌神经网络的指数同步问题,通过利用非线性回归控制和有效地控制定律,根据所给定的条件构造相应的线性矩阵不等式,得到了时滞神经网络的指数同步。这个方法比之前的线性控制方法更有效,数值结果进一步证明了该方法的有效性。     

基于采样控制的时滞神经网络的指数同步

基于采样控制研究了时滞神经网络的指数同步问题。首先,建立了驱动-响应时滞神经网络的数学模型并设计了采样控制器。其次,在输入延迟法的框架下,通过构造时间依赖的李雅普诺夫泛函,并结合自由权矩阵方法,建立了保证驱动-响应系统取得指数同步的线性矩阵不等式形式(LMIs)的判据。最后,通过两个数值仿真算例验证了结果的可行性。     

具时滞离散型神经网络指数同步问题

给出了具有时变时滞的离散型神经网络全局指数同步的定义,并对一类具有时变时滞的离散型时滞神经网络的全局指数同步问题作了详细的研究,得出了一类离散型神经网络全局指数同步的充分性判据,可通过LMI工具箱检验判据有效性。     

时滞细胞神经网络全局同步的滑模控制方法

利用改进的滑模控制方法,研究了具有多时滞和分布时滞细胞神经网络的全局同步问题.基于Lyapunov稳定性原理,运用线性矩阵不等式方法,设计滑模面,考虑了时滞独立和时滞相关两种情况.设计了合适的滑模控制器,以使得误差系统的轨迹能全局达到滑模面.得到了相对充分的条件,来确保时滞独立与时滞相关两种情况下误差系统的全局稳定性,从而实现时滞细胞神经网络的全局同步.结果表明所设计的滑模控制器由误差反馈控制输出来获得高增益补偿的准则,可用以处理神经网络的全局同步问题,并且此方法可应用于其他复杂神经网络.     

具有脉冲效应和Leakage项时滞的随机扰动模糊细胞神经网络的指数同步

研究了具有脉冲效应和Leakage项时滞的随机扰动模糊细胞神经网络的指数同步,通过李雅普诺夫稳定性理论、随机微分方程理论、随机分析法、It?'s公式及一些不等式方法,基于p-范数下得到了新的指数同步的充分条件.在本文中所考虑的脉冲效应是一般函数,而不是线性函数;还发现随机扰动和Leakage项时滞对系统同步有抑制作用.     

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.     

分布时滞区间神经网络的脉冲同步控制

利用脉冲控制方法研究了具有分布时滞的区间神经网络的全局指数同步问题,充分考虑了分布时滞和不确定的区间参数对系统的影响.设计了一个新的脉冲控制器来保证区间神经网络的全局指数同步,整个系统的同步在很大程度上依赖于本文所设计的脉冲控制器.通过构造Lyapunov函数,利用脉冲微分不等式技术及其它数学方法,给出了驱动系统和响应系统实现全局指数同步的充分判据.所得判据均由LMI形式给出,易于通过Matlab中的工具箱进行验证.最后,通过数值算例和仿真结果验证了相关结论的可行性和有效性.     

一类随机离散神经网络全局渐近同步

研究离散型时滞随机神经网络的同步问题,考虑了参数不确定性,解决离散型分布时滞对神经网络同步问题的影响.基于主从同步的概念,设计一个有更广泛应用的控制器,应用Lyapunov稳定性理论和线性矩阵不等式工具箱,得到这类神经网络同步的充分性判据.最后给出实际例子,检验了判据的有效性.     

基于反馈控制的分数阶时滞神经网络的同步

研究了分数阶时滞神经网络的同步问题,通过使用Mittag-Leffler函数和线性反馈控制,给出了同步控制器解析式,得到了关于Caputo导数的时滞神经网络同步的充分条件;系统同步的条件容易证明和实现且仅依赖于系统的结构;最后通过数值模拟验证了理论的有效性.     

时标上具有离散时滞的Wilson-Cowan网络同步

在时标上微积分理论的基础上研究了具有离散时滞的Wilson-Cowan网络的全局指数型同步。通过构造Lyapunov函数,运用线性矩阵不等式和Kronecker积运算等方法,得到了时标上具有离散时滞的Wilson-Cowan网络全局指数型同步的充分条件,即当系统满足定理1中的线性矩阵不等式时可达到全局指数型同步。     

具有混合时变时滞主从神经网络的指数采样同步控制

对于具有混合时变时滞的主从神经网络指数采样同步控制问题,运用Lyapunov-Krasovskii泛函方法以及线性矩阵不等式方法对其进行研究。通过构造新的增广Lyapunov-Krasovskii泛函,并对其导数采用一系列不等式方法进行界定,获得具有更小保守性的时滞相关指数同步判据。同时,基于最大采样间隔以及衰减率,得到可行控制器。最后,通过数值算例及仿真证明此方法的优越性以及可行性。     

时滞耦合随机神经网络全局指数同步

应用矩阵的Kronecker积、线性矩阵不等式及随机微分方程等有关工具,研究了一类具离散时滞与分布时滞的随机神经网络耦合大系统的均方全局指数同步问题.综合考虑了参数的不确定性、分布时滞、随机扰动、非线性耦合等的影响,并弱化了相关文献中激励函数为严格Lipshtz或Sigma型的假定,得到该耦合大系统均方全局指数同步的一些充分性判据.所得到的结果易于通过Matlab线性矩阵不等式工具箱(LMI)进行检验.     

忆阻型模糊细胞神经网络在时滞脉冲控制下的全局指数同步

文章研究了忆阻型模糊细胞神经网络的全局指数同步控制问题。首先,通过采用Filippo解和可测选择理论将忆阻模糊细胞神经网络转化成一类参数不确定的神经网络,并给出一个新颖的不等式以解决模糊反馈连接权重的参数不确定问题;然后,通过设计时滞脉冲控制器,并结合李雅普诺夫函数法、脉冲不等式以及给出的新的不等式,得到驱动忆阻模糊细胞神经网络与响应忆阻模糊细胞神经网络在时滞脉冲控制下指数同步的结果;最后,通过数值模拟验证了理论结果的有效性。研究结果表明:采用合适的控制器,忆阻型模糊细胞神经网络的驱动-响应系统是可以达到指数同步的。     

具有变耦合时滞的离散时间神经网络的同步

本文讨论一类具有变耦合时滞的离散时间神经网络的同步问题,通过构造Lyapunov-Krasovskii泛函,利用线性矩阵不等式(LMI),并结合Kronecker积来获得离散时间耦合神经网络全局指数同步的判据,所获得的判据依赖于时滞。该判据易于用MATLAB的LMI工具箱进行求解和验证,同时,对细胞激活函数做了更为一般的假设。     

具反应扩散项和马尔可夫跳变的时滞耦合神经网络的同步

研究了一类具有反应扩散项的时滞耦合神经网络的同步问题．通过构造Lyapunov—Krasovskii泛函,利用线性矩阵不等式技术并结合Kronecker积获得了耦合神经网络依赖T-he滞和反应扩散算子的均方全局指数同步的充分性判据．此外,将细胞激活函数假设为扇形非线性函数,能减少结论的保守性,数值仿真结果证明所得结论有效．     

有离散时滞的混沌Cohen-Grossberg神经网络基于同步方法的参数估计（英文）

结合自适应控制和适当自适应律的线性反馈,研究了一类具有离散时滞的混沌Gohen-Grossberg神经网络基于同步方法的参数估计.通过选择合适的李雅普诺夫函数,得到该系统同步的充分条件,有效估计了所有的连接权重,并选择合适的自适应增益条件下调整系统的同步速度,得到一些参数的估计.     

一类时滞混沌神经网络的全局渐近同步

应用驱动—响应同步方法,研究了一类时滞混沌神经网络的全局渐近同步问题.基于分散控制策略,通过构造适当的Lyapunov-Krasovskii泛函,给出了保证两个具有相同结构但初始条件不相同的时滞混沌神经网络全局渐近同步的控制律设计方法.所得到的控制律不仅易于实现,而且具有高可靠性等特点,克服了传统的集中控制的不足.仿真示例验证了该方法的有效性.     

不确定随机神经网络的几乎必然指数稳定

为了探讨带有时变时滞的不确定随机神经网络的几乎必然指数稳定问题,通过构造一个合适的李雅普诺夫函数,利用李雅普诺夫函数法、随机分析法及线性矩阵不等式得到了不确定随机神经网络的几乎必然指数稳定的充分条件,验证了已知条件满足引理,表明带时滞的随机系统在时滞小于某个上界时,带时变时滞的不确定随机神经网络是几乎必然指数稳定的。所给出的判据是由线性矩阵不等式表示的,该判据是否有解可以通过Matlab工具箱快速地得到解决。     

多阶分数阶神经网络的集群同步分析

研究了具有时变时滞的多阶分数阶神经网络的集群同步．首先通过利用多阶时变时滞系统的向量李雅普诺夫函数的方法,给出了多阶分数阶神经网络在牵制控制下实现集群同步的充分判据;然后分析了在无时滞及相同阶次条件下分数阶神经网络实现集群同步的充分判据;最后通过数值仿真验证了结论的有效性．结果表明：本研究可以看作已有结论的一种推广,对实际应用具有一定的理论指导意义．     

一类混合时变时滞混沌神经网络自适应同步研究

基于微分方程的拉萨尔不变集原理和自适应动态反馈控制技术,研究了一类带有完全未知参数和混合时变时滞的混沌神经网络的自适应同步问题,给出了保证两个具有相同结构但具有完全未知参数的时滞混沌神经网络同步的控制律的设计方法.在此自适应控制律的作用下,达到了同步与参数辨识同时进行的目的.所设计的控制律简单,易于实现.仿真示例验证了所提方法的有效性.