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.     

变系数时滞脉冲方程周期解的指数稳定性研究

神经网络属于复杂网络,因其可以描述各种真实的系统受到了大量学者的研究,而稳定性一直是复杂网络的重要问题,研究了一类脉冲神经网络的指数稳定性;建立一个含有分布时滞和脉冲的变系数广义 Halanay 不等式,它有 3 个特点:含有脉冲,可以用来证明不连续系统的稳定性;系数为变系数,对不等式 的系数要求更为宽松,应用更加广泛;时滞为分布时滞;利用新建立的广义 Halanay 不等式,结合 Banach 不动点理论,建立简单的 Lyapunov 函数,得到了使脉冲神经网络周期解的存在性和指数稳定性的充分条件,说明了在满足条件时,脉冲时滞神经网络存在惟一周期解,并且周期解指数稳定。     

具有S-分布延时和脉冲控制的一类神经网络的鲁棒同步

具有脉冲的神经网络作为一种典型的混合系统在图像处理、模式识别、优化控制等实际工程中有广泛的应用.在这些应用中,要求神经网络具有鲁棒同步性质.因此,神经网络的鲁棒同步性研究受到许多学者的关注.本文将不确定非线性耦合函数引进到一般类神经网络中,通过构造适当的Lyapunov函数和运用一些不等式分析技术,研究了具有S-分布延时和脉冲控制的神经网络的鲁棒同步性质,得到了保证网络具有一般脉冲鲁棒同步的一个实用条件.     

脉冲时滞细胞神经网络的周期解

细胞神经网络具有高速并行计算且易于硬件实现等特点,已被广泛应用于图像处理、模式识别等领域．本文讨论了一类脉冲时滞细胞神经网络的周期解的存在性,并给出了算例并进行了仿真,仿真结果支持所得结论．     

脉冲时滞细胞神经网络的周期解

细胞神经网络具有高速并行计算且易于硬件实现等特点,已被广泛应用于图像处理、模式识别等领域．本文讨论了一类脉冲时滞细胞神经网络的周期解的存在性,并给出了算例并进行了仿真,仿真结果支持所得结论．     

时滞依赖的变延时细胞神经网络的指数稳定性

细胞神经网络(CNNS)由于有许多重要的应用价值，所以它的稳定性分析一直是神经网络领域里的一个重要课题．近年来，神经动力系统的定性分析吸引了众多学的关注．在神经网络的电子器件实现中，出现了许多问题，诸如：转换延时，积分器，连接延时等．在这种情况下，在系统模型中一定要引进一个延时参数．要制造高质量的微电子神经网络，研究带有延时的神经动力行为是特别重要的．献[1～11]研究了时滞神经网络的全局稳定性；献[5，9，12，13]给出了有关延时细胞神经网络(DCNNs)全局稳定的充分条件，但是在这些章中，细胞的输出函数要求是一个分段线性函数并且延时是一个常量；献[10，13]虽然不再要求细胞的输出函数为分段线性函数，但是仍要求它的延时项是一个常数．在Lyapunov稳定性理论及矩阵不等式的基础上，给出了一个保证变延时细胞神经网络平衡点存在唯一并且全局指数稳定的充分条件．这个条件对参数变延时做了一个限制．给出了一个具体的数值例子及其仿其结果来说明我们结果的可行性．     

含脉冲的Hopfield神经网络的周期解及其全局指数稳定

利用常数变易法、分段Lyapunov函数和压缩映像定理，讨论了含脉冲的Hopfield神经网络模型的周期振荡性及其全局指数稳定性．在此基础上给出了网络稳定的脉冲控制器．所得结果易于验证，也是不含脉冲时一些结果的推广。     

脉冲时滞神经网络的周期解

讨论了一类脉冲周期时滞神经网络的周期解的存在性. 通过将脉冲积分不等式及脉冲型Hale-Yoshizawa 型定理应用于脉冲时滞神经网络模型,得到了有关解的一致有界性、一致最终有界性及周期解的存在性的新的判据.     

一类具有避难所的脉冲捕获系统的研究

讨论了一类具有避难所和脉冲捕获的捕食系统．因为食饵种群具有避难所,所以在一定条件下可以使捕食者灭绝,即当脉冲周期小于某一临界值时,存在全局稳定的捕食者灭绝周期解,脉冲周期增大至大于临界值时,平凡捕食者灭绝周期解失去稳定性并产生正周期解,利用分支理论研究正周期解的存在性．进而,利用比较定理等方法确定了持续生存的条件．     

带时滞的脉冲二阶Hopfield神经网络的周期解全局指数稳定性

利用重合度理论和构造Lyapunov泛函，得到了带时滞的脉冲二阶Hopfield神经网络的周期解全局稳定性充分性条件．     

带马氏切换的时滞脉冲神经网络稳定性分析

为研究带马氏切换的时滞脉冲随机神经网络的均方指数稳定性,构造了合适的Lyapunov函数,并利用伊藤公式、矩阵知识、泛函理论及神经网络自身的特性,对脉冲时刻及非脉冲时刻的系统状态进行分析,得到了该神经网络具有均方指数稳定性的判别准则,该准则应用广泛,简单好用.最后通过数值例子及仿真模拟,说明了该准则的正确性.      

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。     

脉冲对时滞细胞神经网络的镇定影响

脉冲对神经网络动态行为的影响是多方面的,它可能使不稳定系统稳定化,也可能使得稳定的网络产生震荡甚至出现混沌.讨论脉冲对时滞细胞神经网络指数稳定性的镇定影响.运用Lyapunov函数,建立确保脉冲系统的全局指数稳定的充分条件.发现即使初始系统(不带脉冲)发散,脉冲系统仍能因为有适当的脉冲而保持全局指数稳定.数值例子说明了理论分析的正确性.     

脉冲分布时滞细胞神经网络反周期解的存在性和稳定性

利用迭代分析方法,研究了一类脉冲分布时滞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．