参数不匹配的时滞忆阻神经网络的指数同步

研究了参数不匹配情况下时滞忆阻神经网络的指数同步控制问题。由于忆阻神经网络连接权重的切换特性,相较于传统的连续神经网络,其同步控制更加困难。首先利用微分包含和集值映射理论,将不连续的忆阻神经网络转化为带有区间参数的不确定系统。其次,设计了新的切换控制器,该切换控制器能够消除参数不匹配产生的同步误差。然后,通过选取合适的李雅普诺夫泛函,利用不等式放缩技术得到了两个忆阻神经网络取得指数同步的充分条件。最后,利用一个数值模拟算例验证了理论结果的正确性。     

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.     

时滞忆阻神经网络在反馈控制下的指数同步

文章研究时滞忆阻神经网络在反馈控制下的指数同步问题.与传统的连续神经网络相比,忆阻神经网络激活函数的不连续性使其达到同步更加困难.该文首先通过微分包含的概念和集值映射理论转化忆阻神经网络,并设计了一个新的反馈控制器;然后通过选取适当的李雅普诺夫函数并使用不等式放缩技巧,得到系统指数同步的充分条件.数值算例验证了理论结果...     

参数扰动下时滞忆阻神经网络的Lagrange稳定性

根据忆阻器物理特性,建立了一类荷控忆阻神经网络模型,模型中忆阻器的记忆特性被保留.针对实际忆阻器阻值与理想模型存在差异造成忆阻神经网络中参数不确定的问题,研究参数扰动下时滞忆阻神经网络的Lagrange稳定性.将模型重构为双重扰动形式以处理忆阻器忆阻值变化造成的模型中的参数变化.通过构造Lyapunov函数和应用线性矩阵不等式方法,以线性矩阵不等式形式给出了网络Lagrange稳定的充分条件,并给出了相应的全局指数吸引集的估计.最后,通过与现有模型的仿真结果对比,展示了所建立模型的优势.利用数值算例展示了参数扰动造成忆阻神经网络周期解的偏移,说明了研究参数扰动对忆阻神经网络稳定性影响的必要性,并验证了理论所得稳定性判据的可行性.     

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.     

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.     

无边界分布时滞惯性忆阻神经网络的反同步控制研究

为研究一类具有无边界分布时滞惯性忆阻神经网络系统的反同步问题,根据反同步误差系统,采用非降阶法设计一个合适的自适应切换控制器,再构造合适的Lyapunov泛函,采用不等式技巧等得到系统反同步的充分条件,最后通过数值仿真验证了设计的自适应切换控制器的有效性。     

具有变时滞的模糊Cohen-Grossberg型神经网络在有限时间内的控制同步

【目的】研究一类具有变时滞的模糊Cohen-Grossberg型神经网络在有限时间内的同步。【方法】使用Lyapunov稳定性理论和一些不等式方法,并恰当控制外部输入条件。【结果】得到新的模糊Cohen-Grossberg型神经网络在有限时间内同步的充分条件,且驱动系统和响应系统在有限时间内实现同步。【结论】之前的一些关于神经网络的工作,驱动系统和响应系统是在当时间t→+∞实现同步,相比之下本文结论更加高效实用。     

具有混合时变时滞不连续激活函数神经网络的耗散和有限时间同步研究

本文研究了具有混合时变时滞不连续激活函数神经网络的耗散性和有限时间同步问题。首先,在推广Filippov微分包含理论的框架下,利用广义Halanay不等式和矩阵测度的方法,证明了神经网络Filippov解的全局耗散性。其次,利用不等式和一些分析技术,设计了时滞无关不连续反馈控制器,实现了神经网络驱动系统与响应系统的有限时间同步。最后,通过几个算例验证了理论结果的有效性和正确性。     

一类不连续复杂网络的指数同步研究

研究了具有不连续激活函数的复杂网络受非线性干扰通过时滞脉冲和反馈控制达到指数同步的问题,其中反馈控制和时滞脉冲控制用以克服不连续的激活函数对复杂动力网络造成的影响;基于Filippov解、微分包含、Lyapunov函数方法等,提出了几个充分条件,保证了不连续的复杂动力网络达到指数同步;研究结果是对以前结果的推广和改进,可直接应用于连续复杂动力网络;最后通过数值模拟验证了理论的有效性。     

具有脉冲的忆阻器神经网络周期解的稳定性

研究了具有脉冲的忆阻器神经网络周期解的存在性、唯一性和稳定性.利用Leray-Schauder选择定理,研究此网络周期解的存在性,脉冲控制矩阵的元素小于2.借助矩阵测度定义,给出了一个能够保证其周期解唯一且全局指数稳定的充分条件.最后给出了一个数例来说明结果的有效性.     

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.     

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。     

带时变时延效应的模糊神经网络均方指数输入的状态稳定性

在本文中,我们对一类带随机和时变时滞效应的模糊Cohen-Grossberg神经网络的均方指数输入对状态稳定性进行了研究。通过利用Razumikhin技巧和构造新的时滞微分不等式,我们得到了神经网络系统均方指数输入对状态稳定性的充分性判定条件。并给出了一个例子用来说明我们得到的结果的有效性。     

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.     

节点含时滞的输出耦合复杂网络的自适应脉冲同步

针对节点含时滞的输出耦合动态网络模型,基于Lyapunov稳定性理论和时滞脉冲微分方程理论,设计了复杂网络同步自适应脉冲控制器,给出网络同步的充分条件,保证动态网络渐近同步于任意指定的网络中单独节点的状态,进而实现该网络的同步.理论推导和数值结果均表明该同步方法的有效性及可行性.     

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.     

基于混杂脉冲切换控制的时滞混沌神经网络的镇定

针对一类离散时滞混沌神经网络,研究其基于混杂脉冲切换控制的镇定问题.利用切换Lyapunov函数方法和S过程技巧,得到了受控的神经网络的指数稳定判据.该结果反映了脉冲控制和切换控制对闭环系统的稳定性的影响.离散时滞Hopfield混沌神经网络例子表明了所给镇定方法的有效性.     

一种新的时滞细胞神经网络全局渐近稳定性准则

研究了一类具有时滞的细胞神经网络全局稳定性问题。首先,提出所研究的时滞细胞神经网络模型、系统激活函数所需满足的条件及本文需要用到的引理。然后,将所研究的系统通过一个等式进行线性变换,在定义一个与系统相关的积分操作基础上讨论时滞细胞神经网络的全局渐近稳定性。与早期的文献结果相比,本文所得结果具有更少保守性,并且该条件是与时滞相关的。本文所得到的稳定性准则可以很容易地求出系统稳定的时滞上界,进而可以很容易得到时滞无关稳定性结果。最后,用一个数值例子证明本文所得的稳定性条件是有效的。