变时滞并联限制细胞神经网络的全局稳定性

研究了交时滞并联限制细胞神经网络的全局稳定性,给出了变时滞并联限制细胞神经网络全局鲁棒稳定和全局指数稳定的充分条件。     

具有一般激活函数的变时滞并联限制细胞神经网络的全局稳定性

研究了具有一般激活函数的变时滞并联限制细胞神经网络的全局稳定性,通过构造合适的Lyapunov函数,给出了新的变时滞并联限制细胞神经网络全局鲁棒稳定的一个充分条件.     

变时滞并联限制细胞神经网络的稳定性

研究了带参数扰动的变时滞并联限制细胞神经网络(SICNNs)平衡点的存在性和全局稳定性,由Brouwer不动点定理证明了SICNNs的平衡点的存在性,通过构造合适的李雅普诺夫函数,再结合一定的分析方法,得到了SICNNs的平衡点的一个与时滞无关的全局稳定的充分条件。     

具有时变时滞的Hopfield神经网络的全局指数渐近稳定性

对具有时变时滞的Hop fie ld神经网络模型,给出了时滞无关的全局指数稳定判据.去掉了输入-输出函数的可微性和有界性条件,推广了其他作者基于常数时滞的有关结果,所给的充分条件不但能保证该时滞神经网络平衡点的存在性,而且能使其全局指数渐近稳定.     

变时滞细胞神经网络全局渐近稳定的一个新充分条件

给出变时滞细胞神经网络存在唯一平衡点且全局渐近稳定的一个新的充分条件.新条件依赖反馈矩阵但不依赖时滞参数,与已存在的条件相比,限制条件更弱,适应范围也更广.     

多时滞和分布时滞细胞神经网络的全局渐近稳定性

应用Young不等式技术和构造适当的Lyapunov函数,研究了同时具有多时变时滞和分布时滞的细胞神经网络的全局渐近稳定性问题.得出了时滞细胞神经网络的平衡点全局渐近稳定的几个充分判据.与现有一些文献中的结果相比,所得到的这些判据具有保守性小,适用范围宽等特点.仿真示例验证了所得结果的有效性.     

具有时滞细胞神经网络的稳定性分析

本文研究一类时滞细胞神经网络模型。并用非负矩阵性质的不等式技巧，给出了平衡点全局渐近稳定的充分条件。     

具有变时滞的细胞神经网络的定性分析

讨论了具有变时滞的细胞神经网络的性质，借助Brown不动点原理和Lyapunov函数得到了其平衡点存在唯一性和若干全局指数稳定的充分条件．     

变时滞细胞神经网络的全局指数稳定性

研究了一类变时滞细胞神经网络平衡点的全局指数稳定性问题．在不要求激励函数全局Lipschitz条件下，利用Lyapunov函数方法和M-矩阵的特性，结合Young不等式和Halanay时滞微分不等式，得到了细胞神经网络模型在一定条件下全局指数稳定的一些充分条件．数值例子说明了本文结果的有效性．     

一类时滞细胞神经网络稳定性判断标准

目的研究一类细胞神经网络。方法通过构造合适的Lyapunov函数和利用基本不等式技巧na1a2…an≤an1 an2 … ann进行研究。结果获得了时滞细胞神经网络(DCNNs)全局渐进稳定的判断标准。结论改进和一般化了相关结果。     

变时滞神经网络的时滞相关指数稳定性判据

研究其具有变时滞的神经网络的时滞相关指数稳定性问题.利用Lyapunov-Krasovskii泛函和自由权矩阵方法,提出此类神经网络有唯一稳定点和全局指数稳定的充分条件.不要求激活函数的单调递增性和时滞导数小于1,具有较弱的保守性.通过算例验证所给方法的正确性.     

具时滞的细胞神经网络的全局稳定性的新定理

提出了判定具有时滞的细胞神经网络渐近稳定性的一条新定理，可以证明，该定理的结论使得直到目前为止的所有全局渐近稳定性定理或推论均为其特例，并且证明简单，条件判定也较容易实现。     

具有分布时滞的双向联想记忆神经网络稳定性分析

考虑分布时滞的双向联想记忆神经网络模型,并且给出其平衡态一致稳定和全局渐近稳定的充分条件。     

混合时滞模糊细胞神经网络的指数稳定性研究

利用Lyapunov泛函及M-矩阵理论,研究了具变时滞和分布时滞模糊细胞神经网络(FCNNs)平衡点的存在性和唯一性及其全局指数稳定性,得到了其简单判断.     

时滞小波神经网络的稳定性分析

利用BROUWER不动点原理证明了时滞小波神经网络的平衡点的存在性,利用压缩映象原理证明了平衡点的唯一性．利用HALANAY时滞微分不等式,讨论了时滞小波神经网络的全局指数稳定性,并得出了几个判定定理．     

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.     

具有时变时滞的Hopfield神经网络的全局指数稳定性及衰减速度估计

应用Razumikhin型稳定性定理讨论了具有时变时滞的Hopfield神经网络平衡点的全局指数稳定性,给出了系统全局指数稳定的时滞相关和时滞无关的充分条件,同时讨论了这类系统的衰减速度.最后,通过一个例子说明本文结果的优越性.     

变时滞细胞神经网络模型的全局指数稳定性

研究了具有变时滞的细胞神经网络系统nx.i（t）=-cixi（t）＋∑nj=1aijfj（xj（t））＋∑nj=1bijfj（xj（t-τj（t）））＋Ii,i=1,2,…,n.在非线性神经激励函数满足Lipschitz条件下,借助于推广的Halanay时滞微分不等式等方法,得到了该系统的平衡点是全局指数稳定的条件.     

脉冲时滞细胞神经网络系统的指数稳定性

讨论了一类具有时滞的脉冲细胞神经网络的全局指数稳定性。利用Lyapunov函数和不等式技巧得到了该系统全局指数稳定的一个充分条件,同时给出示例说明结果的有效性。     

时滞Hopfield神经网络的全局指数稳定性

利用时滞微分不等式,讨论了时滞Hopfield神经网络的全局指数稳定性,获得了几个判定条件。这些结论推广了已知文献中的结果。