混合时滞随机神经网络全局渐近同步

研究了一类具混合时滞神经网络耦合大系统的同步问题.应用矩阵的Kronecker积与线性矩阵不等式,得到耦合大系统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,所讨论的神经网络具有参数的不确定性、分布时滞、随机扰动以及非线性耦合等,而且弱化了相关文献中激励函数为严格Lipshitz或Sigma型的假定,使所得结果更为精细.     

离散分布时滞随机神经网络的稳定性

主要研究了具有分布时滞的随机系统的全局指数鲁棒稳定性,依据李雅普诺夫方法和线性矩阵不等式的方法,得到了参数不确定时滞相关的全局均方指数稳定性准则,数值实例演示证明其结果的有效性和可行性.     

具有分布时滞的随机中立型系统的均方指数稳定性

文章讨论具有分布时滞的随机中立型系统的均方指数稳定性.根据线性矩阵不等式方法,得到了一个关于随机中立型系统时滞相关的均方指数稳定性判据.数值例子说明了此方法的可行性和有效性.     

具有饱和执行器的随机中立型系统的均方指数稳定性

讨论具有饱和执行器的混合时滞随机中立型系统的均方指数稳定性.在考虑了时变时滞依赖和分布时滞效应的系统状态中融入具有Markov跳变的随机中立系统,针对此类系统设计了一个无记忆饱和状态的反馈控制,构造合适的Lyapunov-Krasovskii函数,由时滞分割法得到系统的最大时滞上界,采用线性矩阵不等式方法,推导出系统均方指数稳定的充分条件并进一步得到较小保守性.数值例子说明该方法的有效性.     

时滞依赖的脉冲时滞神经网络的稳定性

基于Lyapunov泛函和不等式技巧,得到脉冲混合时滞神经网络全局指数稳定性的时滞依赖型判据,其中混合时滞包括离散时滞和分布时滞两种类型.该判据用线性矩阵不等式表示,并通过一个数值实例验证了判据的有效性.     

含无穷分布时滞的离散时间耦合神经网络同步分析

针对一类离散时间耦合神经网络,讨论其含有变时滞和无穷分布时滞时的同步性.采用Lyapunov稳定性理论,结合线性矩阵不等式技术来获得时滞耦合神经网络全局渐近同步的充分性判据,并且所获得的判据依赖于时滞.同时,对细胞激活函数做了类扇形描述的假设,从而进一步减少结论的保守性.     

具有leakage时滞的随机T-S模糊神经网络的稳定性

研究了一类具有leakage时滞的随机T-S模糊神经网络的稳定性,通过构造一个新的Lyapunov-Krasovskii泛函,并应用It公式、随机不等式技术,得到了基于线性矩阵不等式(LMI)的均方意义下的全局稳定性判定条件.     

具有时变时滞的离散时间随机神经网络的时滞相依稳定性分析

研究了一类具有时变时滞的离散时间随机神经网络的稳定性问题.通过构造包含更多交叉项的新的Lya-punov泛函,将时滞区间等分为两个子区间,根据时滞函数所处不同的子区间更加细致地讨论了Lyapunov泛函中相应项导数的上界,利用不等式技巧,自由权矩阵和凸组合方法得到系统均方全局指数稳定新判据,结果具有更低的保守性,并举例说明了本文方法的有效性.     

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．     

具有混合时滞的随机Cohen-Grossberg神经网络的稳定性分析

研究了均方意义下的具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性,利用It微分公式和Lyapunov泛函,得到了一个关于其指数稳定时滞无关的充分条件.具体实施方法是运用It微分公式沿所考虑的神经网络对构造的Lyapunov泛函进行微分,得到了系统稳定的代数判据.最后,通过一个数学样例说明了所得结论的有效性.目前文献尚未见同时具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性的相应结果,由于Cohen-Grossberg神经网络更具有代表性,其研究意义与应用前景不言而喻.     

基于LMI的随机时滞神经网络的全局渐近稳定性分析

研究了一类时变时滞与分布时滞的随机神经网络模型的全局渐近稳定性,该模型考虑了神经网络的随机扰动性.通过构造适当的Lyapunov泛函,以线性矩阵不等式的形式给出了系统全局渐近稳定的充分条件.最后,数值算例说明了结果的正确性.     

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.     

不确定性随机时滞神经网络的稳定性

研究了一类不确定性随机可变时滞的半线性神经网络系统,应用Lyapunov函数,Razumikhin定理,建立了这类系统的均方指数稳定和几乎必然指数稳定的判据。     

具衰减随机干扰的分布参数型Hopfield神经网络的镇定

以随机Fubini定理为基础,研究具有分布参数的Hopfield随机神经网络的镇定问题,该神经网络具有衰减的随机扰动。构造了一个关于空间变量平均的Lyapunov函数,用Lyapunov第二方法给出了使该类随机神经网络控制系统镇定的控制器设计,并通过一实例证明了该控制器的有效性。     

随机时滞Hopfield型神经网络的几乎指数稳定性

利用Lyapunov泛函和Ito公式，研究了具有时滞的随机Hopfield型神经网络的几乎指数稳定性，证明了一个定理和两个推论．当随机扰动为0时，得到确定性的时滞神经网络指数稳定性的结果．     

一类二重Cohen——Grossberg网络的渐近稳定性神经

研究了一类具有时滞的二重Cohen—Grossberg神经网络模型，通过构造适当的Lyapunov泛函。并利用矩阵不等式的技巧给出了此类神经网络平衡点全局渐近稳定的充分条件，推广了已知献的一些结果。     

二维具时滞Hopfield神经网络动力学行为研究

Hopfield神经网络模型是对人脑神经网络的某些机理与机制的抽象,它可以模拟大脑实现联想记忆和优化计算等方面的功能.本文对一类二维具时滞的Hopfield神经网络模型进行了理论分析,给出了系统可能出现的稳定平衡点、周期解以及混沌奇异吸引子的参数选取信息,并在理论分析的基础上进行了数值模拟,用计算机描绘出解曲线图.本结果对人工神经网络的应用提供参数依据.