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.     

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.     

耦合时滞神经网络的同步

研究了带有常数耦合、时滞耦合及分布时滞耦合的时滞神经网络的同步问题。构造了含有矩阵Kronecker积的Lyapunov-Krasovskii泛函(Lyapunov-Krasovskii functional,LKF),应用Jensen不等式、Wirtinger积分不等式、倒凸不等式和线性矩阵不等式(linear matrix inequality,LMI)技术来估计LKF的导数,得到了一个新的LMI形式的同步判据。数值仿真例子验证了所提出结果的有效性。     

带有变耦合时滞的神经网络的同步性

为了研究了带有变耦合时滞的细胞神经网络的同步问题,运用Lyapunov第二方法,通过构造lyapunov泛函,采用Kroneck积的性质,以及线性矩阵不等式技术,得到一些新的同步性的判据,使此问题得到更好的解决.     

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.     

带马尔可夫跳变和脉冲的时滞耦合神经网络的同步

研究一类混合时滞耦合神经网络的同步问题,其中系统及其参数的切换和时滞均由某个马尔可夫链所确定,同时考虑脉冲的影响.另外,对细胞激活函数进行更为一般的假设.通过构造Lyapunov-Krasovskii泛函,运用线性矩阵不等式技术(linear matrix inequality,LMI)并结合Kroriecker积获得神经网络全局同步的充分性判据,且该判据依赖于时滞,易于利用数学软件Matlab的LMI工具箱进行验证和求解.     

非线性变时滞耦合复杂网络的牵制控制

研究具有非线性变时滞耦合复杂网络模型的同步问题,通过牵制控制的方法对变时滞耦合复杂动力网络进行同步控制.分别对外耦合矩阵可约和不可约两种情况设计了简单的控制器,通过控制网络的少部分节点使网络同步于一个孤立的节点.根据Lyapunov稳定性理论和线性矩阵不等式理论得到了非线性变时滞耦合的复杂网络的牵制同步的充分条件.数值仿真采用了新的混沌系统模型,仿真结果进一步证明了结论的正确性和有效性.     

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。     

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。     

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.     

混合时滞与非线性控制输入神经网络同步分析

研究了一类具有时变时滞与无穷分布时滞、控制输入具扇形非线性性(sector nonlin-earity in the control input)的神经网络的全局渐近同步问题,基于驱动-响应方法和Lyapunov理论,适当设计一个失忆扩散的输入控制律,给出了驱动系统与响应系统同步的充分条件。     

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．     

具分布时滞细胞神经网络全局渐近同步

探讨了一类具分布时滞的细胞神经网络的全局渐近同步问题,通过构造合适的Lyapunov-Krasovskii泛函,利用不等式理论,给出了驱动系统与响应系统全局渐近同步的几个充分条件.数值例子证明了所得结论的有效性.     

具有随机扰动项和混合时滞的神经网络在有限时间内的控制同步

研究一类具有随机扰动项和混合时滞的神经网络在有限时间内的控制同步.通过李雅普诺夫稳定性理论、随机微分方程理论、伊藤公式以及一些不等式方法,在p-范数下得到了新的有限时间内同步的充分条件.     

具有反应扩散项和脉冲的随机模糊Cohen-Grossberg神经网络的指数同步

研究了具有随机扰动项和反应扩散效应的脉冲模糊Cohen-Grossberg型神经网络的指数同步问题: 通过李雅普诺夫泛函理论、随机微分方程理论、${\rm It\hat{o}^{'}}$公式和不等式方法, 基于$p-$范数下得到了该神经网络模型指数同步的新的充分条件, 并发现随机扰动项的存在对该神经网络模型同步有抑制作用,而反应扩散项的存在对该神经网络模型同步有促进作用.