一类具比例时滞递归神经网络的无源性

研究一类具比例时滞递归神经网络的无源性。通过非线性变换,将具比例时滞的模型等价变换成常时滞模型;通过构造合适的Lyapunov泛函和线性矩阵不等式,充分利用神经元激活函数的条件,得到两个新的保证具比例时滞递归神经网络无源性的条件。数值算例及其仿真结果验证了结论的正确性。     

具连续分布时滞BAM神经网络的全局稳定性

研究具有连续分布时滞的BAM神经网络系统的全局稳定性，获得全局稳定的两个充分条件。     

一类中立型二维神经网络模型的振动性

在无自反馈的时滞神经网络模型中加入中立行为,得到一类无自反馈的中立型二维时滞神经网络。从方程平衡解的唯一性、不稳定性以及全局有界性三个方面加以研究,结合Chafee的极限环定理,给出该系统的解的振动性的存在性条件,在一定程度上揭示了该中立型神经网络模型的更为丰富的动力学行为。数值模拟验证了结论的正确性。     

三元中立型时滞神经网络的稳定性分析

针对一类由三个神经元相互连接的非线性中立型时滞神经网络模型进行研究,以时滞为参数,通过对其线性化系统特征方程根的分布进行讨论,得到了系统的稳定性及分支存在的条件.     

基于模糊粗糙神经网络的交通流研究

交通流预测是实现道路交通科学管理的重要内容,文章概述了模糊粗糙神经网络的基本原理,通过模糊粗糙隶属函数建立了基于模糊粗糙神经网络的交通流控制模型,设计了两级协调模糊控制器,结合模糊控制理论和神经网络各自的优点,构造了模糊粗糙神经网络.通过实践结果证明,该算法精度高,学习速度快,适应能力强,对实时交通流预测有一定的指导意义.     

一类具比例时滞细胞神经网络的全局渐近稳定性

研究一类具比例时滞细胞神经网络的全局渐近稳定性问题。通过一个非线性变换,将具比例时滞细胞神经网络等价变换成一类具常时滞变系数的细胞神经网络;通过同胚映射理论和构造合适的Lyapunov泛函,得到平衡点存在唯一且全局渐近稳定的充分条件。数值算例及仿真结果验证了所得结果的正确性。     

一类具有无界分布时滞的细神经网络模型的稳定性分析

研究了一类具有无界分布时滞的细胞神经网络模型的动力学行为.借助M-矩阵的性质给出了一个具有无界分布时滞细胞神经网络模型渐近稳定的充分条件.     

一类具比例时滞细胞神经网络概周期解的全局吸引性

研究一类具比例时滞的二维分流抑制细胞神经网络的概周期解。应用Banach不动点定理,研究该网络的概周期解的存在性。通过一个非线性变换,将具比例时滞细胞神经网络等价地变换成具变系数与常时滞的细胞神经网络,通过构造合适的Lyapunov泛函并与Barbalat引理相结合,得到该网络概周期解存在唯一和全局吸引的充分条件。数值算例验证所得结论的正确性。     

变时滞离散模糊控制系统的镇定性分析

研究了变时滞离散模糊系统的镇定性问题.首先,利用Takagi-Sugeno模糊模型来描述这个变时滞离散的非线性系统,通过构造适当的李亚普诺夫函数,利用线性矩阵不等式(LMI)的性质得到了关于这个问题的一个充分条件.取决于模糊控制系统本身性质,得到m个(即模糊规则数)基于LMI的镇定性条件.最后,还给出了含范数有界参数不确定的变时滞离散模糊系统的镇定性条件.这种基于线性矩阵不等式的充分条件可以通过求解线性矩阵不等式的控制工具箱得到数值结果.仿真结果表明,该方法是有效的.     

时滞忆阻回归神经网络在周期间歇控制下的指数同步（英文）

忆阻神经系统是制造人工大脑的一个很好的选项。研究一类带有时变时滞的忆阻回归神经网络在周期间歇控制下的指数同步。采用控制理论和非光滑分析处理右端不连续的忆阻回归神经网络,得到一些确保两个忆阻回归神经网络在周期间歇控制下指数同步的新条件。本结果很容易验证,并延伸了已有的结果。数值模拟验证了所得结果的有效性。     

含脉冲的变时滞静态神经网络的稳定性分析

研究含脉冲的变时滞静态神经网络模型的指数稳定性.通过构造恰当的Lyapunov泛函,利用线性矩阵不等式方法,给出了该神经网络模型在延迟依赖条件下的指数稳定性的充分条件.同时考虑时滞和脉冲的影响,因而考虑的情况更具普遍性,适用的范围更广.仿真例子说明所得结果适用范围宽,保守性小,易于验证的特点.     

基于动态逆模糊神经网络的准滑模控制

针对不确定非线性系统,提出了基于动态逆模糊神经网络的准滑模控制,控制量可直接由一个模糊神经网络的前向推理得到.仿真表明了方法的有效性.     

一类不确定随机多时滞神经网络时滞区间相关的鲁棒指数稳定分析

本文主要探究了带有多时滞不确定随机神经网络在均方意义下的鲁棒指数稳定性．通过构造一个多时滞区间相关的Lyapunov-Krasovskii泛函和自由权矩阵方法,建立新的稳定性标准．井将得到的结果推广到一般的多时滞情形中,所有的结果都以LMI形式表示,并可以通过MatlabLMI工具箱进行运算．     

考虑输入饱和的直接自适应神经网络跟踪控制

基于Lyapunov稳定性定理和backstepping方法,针对一类受输入饱和限制的单输入单输出非线性不确定系统,提出了一种考虑输入饱和的直接自适应神经网络控制算法. 采用动态面控制方法和直接自适应神经网络控制方法,避免了传统控制设计中的“计算量膨胀”问题和潜在的控制器奇异值问题. 借助一种饱和内补偿辅助系统处理系统中的输入饱和限制问题,以保证系统的稳定性和控制性能. 该算法不但保证了闭环系统信号一致最终有界,而且使系统输出能收敛到零的一个较小邻域. 以大连海事大学远洋实习船“育龙”轮为例进行仿真,验证了所提控制器的有效性.     

线性分式不确定时变时滞奇异系统的鲁棒稳定性分析

研究带有两个时变时滞不确定奇异系统的鲁棒稳定性问题,不确定是线性分式形式.最近,一种包含多个时滞的模型被提出.把此模型推广到奇异系统,通过线性矩阵不等式方法,给出使系统正则,无脉冲和稳定的时滞相关判据.数值例子表明了所提出方法的有效性和优越性.     

有变时滞离散神经网络的指数稳定性

文章通过Brouwer不动点理论论证平衡点的存在性,利用相关矩阵不等式论证其全局指数稳定性,研究具有变时滞离散神经网络平衡点的指数稳定性．     

一类具有脉冲和时滞的细胞神经网络系统的反周期解

利用迭代分析方法研究了一类具有脉冲和时滞的细胞神经网络反周期解的存在性和唯一性,以及平衡点的一致稳定性,得到了一些新的结论。     

基于神经网络自适应观测器的鲁棒故障检测

提出一种基于动态神经网络的不确定非线性系统鲁棒故障检测方法,该方法通过构造神经网络自适应观测器来获取反映系统故障的残差信息以进行快速的故障检测,并采用Lyapunov稳定理论证明了闭环误差系统的一致最终有界稳定性.针对某型飞机舵面故障的仿真验证了本文方法的有效性.     

S-分布时滞静态神经网络模型的不变集和吸引集

用非负矩阵和微分不等式技巧研究了一类S-分布时滞静态神经网络模型的不变集和吸引集,给出不变集和吸引集的空间位置,并且用不变集和吸引集给出了对吸引子存在范围的估计以及平衡点是全局吸引子的充分条件.     

延迟区间BAM神经动力学模型及鲁棒稳定性分析

给出了带轴突信号传输延迟的区间ＢＡＭ神经动力学模型（ＤＩＢＡＭ），它是其他ＢＡＭ模型的推广，应用区间动力学系统的稳定性理论，并且构造适当的Ｌｙａｐｕｎｏｖ函数，研究了ＤＩＢＡＭ的鲁棒稳定性，得到了一个充分条件，用几个具体例子进行了计算机模拟，结果表明所得的鲁棒稳定性条件的正确性。