一类带反应扩散项的Cohen-Grossberg神经网络的指数稳定性

本文探讨了一类带反应扩散项的时滞脉冲Cohen-Grossberg神经网络,得到了其平衡点全局指数稳定的充分性判定条件。     

带时滞的Cohen-Grossberg神经网络的稳定性

文章讨论时滞Cohen—Grossberg神经网络的平衡点的稳定性．得到平衡点的指数稳定性的一个充分条件．另外，我们考虑的稳定性是鲁棒稳定的．对时滞项目的要求也仅仅是连续．文中的结论推广了一些已知的结果．     

Cohen-Grossberg神经网络的吸引域以及稳定性分析(英文)

分析了Cohen-Grossberg神经网络的指数稳定性(局部指数稳定和全局指数稳定).给出了基于矩阵测度的判定Cohen-Grossberg神经网络的指数稳定的充分条件.并且对于局部指数稳定的平衡点,给出了其吸引域的估计;对于全局指数稳定的平衡点,给出了其指数收敛的速率.该结果可以用于神经网络容错能力的估计以及其指数收敛速率的估计,因此在设计Cohen-Grossberg神经网络中具有很重要的现实意义.     

一类Cohen-Grossberg神经网络的指数稳定性

本文主要讨论一类Cohen-Grossberg神经网络的指数稳定性。通过Brower不动点定理和构造Lyapunov函数来研究这种神经网络平衡点的存在性和指数稳定性。     

具有反应扩散和无空时滞的Cohen-Grossberg神经网络的全局鲁棒指数稳定性

文章研究了一类带分布时滞的反应扩散Coihen-Grossberg神经网络的鲁棒指数稳定性。利用不动点理论和不等式的技巧,给出了平衡点存在唯一性和全局鲁棒指数稳定性的新的判别准则。     

具有分布时滞的脉冲Cohen-Grossberg神经网络的指数稳定性

利用非负矩阵的谱半径和M-矩阵的性质,以及不等式分析技巧研究了具有分布时滞和脉冲的Cohen-Grossberg神经网络,得到了其平衡点存在性和指数稳定性的充分判据,结果去掉了放大器函数αi(s)(i=1,2,…,n)的上界限制,从而推广了一些文献的结果.     

具有混合时滞的脉冲Cohen-Grossberg神经网络的指数耗散性

通过建立一个脉冲时滞微分不等式,并利用M-锥的特性,作者得到了具有混合时滞的脉冲Cohen-Grossberg神经网络指数耗散的充分条件,推广了早期的相关结果.     

时滞脉冲竞争神经网络的指数稳定性(英文)

文章研究了一类带有不同时间尺度和时滞的脉冲竞争神经网络。通过使用Lyapunov泛函方法,LMI方法和数学归纳法,我们得到了网络平衡点全局指数稳定的一些充分条件。我们相信这些结果对脉冲竞争神经网络的设计和应用是重要且有用的。     

具有变时滞离散Cohen-Grossberg神经网络的周期解

讨论了具有变时滞离散Cohen-Grossberg神经网络模型,利用M-矩阵理论与适合Lypunov函数,得到该类模型周期解的存在性与全局指数稳定性,推广了先前的结果.     

具有混合时滞Cohen-Grossberg随机神经网络的均方指数稳定性

研究了具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的均方指数稳定性.运用It微分公式沿所考虑的神经网络对构造的Lyapunvo函数进行微分,利用时滞微分不等式得到其均方指数稳定的几个充分判据.仿真例子证明了结果的有效性.     

一类带连续分布时滞的Cohen-Grossberg神经网络模型分岔现象分析

文章讨论了带连续分布时滞的Cohen-Grossberg神经网络的局部稳定性和发生Hopf分岔的条件,并进行了计算机仿真试验,仿真试验表明了所讨论的结果的有效性与正确性.     

离散分布时滞随机神经网络的稳定性

主要研究了具有分布时滞的随机系统的全局指数鲁棒稳定性,依据李雅普诺夫方法和线性矩阵不等式的方法,得到了参数不确定时滞相关的全局均方指数稳定性准则,数值实例演示证明其结果的有效性和可行性.     

具连续分布时滞细胞神经网络的指数稳定性

利用Cramer法则和Brouwer不动点定理,通过构造适当的Lyapunov泛函并结合矩阵形式的Halanay微分不等式分析技巧,研究了一类具有连续分布时滞的细胞神经网络模型的动力学性质,获得了该模型的平衡点的存在性和全局指数稳定性的充分条件.改进和推广了已有文献的结论.这些结果对设计全局指数稳定的细胞神经网络具有重要的指导意义.     

具有时变时滞的Cohen-Grossberg神经网络的稳定性

考查具有时间改变时滞的Cohen-Gmssberg神经网络的动力学性质,给出具有时间改变时滞的Cohen—Gwssberg神经网络的全局渐近稳定性的判据．     

具有混合时滞的随机Cohen-Grossberg神经网络的稳定性分析

研究了均方意义下的具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性,利用It微分公式和Lyapunov泛函,得到了一个关于其指数稳定时滞无关的充分条件.具体实施方法是运用It微分公式沿所考虑的神经网络对构造的Lyapunov泛函进行微分,得到了系统稳定的代数判据.最后,通过一个数学样例说明了所得结论的有效性.目前文献尚未见同时具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性的相应结果,由于Cohen-Grossberg神经网络更具有代表性,其研究意义与应用前景不言而喻.     

具变和分布时滞的神经网络系统的指数稳定性

基于泛函微分方程的稳定性理论,通过构造Lyapunov泛函和利用不等式pa^n-1b≤（p-1）a^p＋b^p（这里p为正整数,a,b为非负实数）,对一类含具变和分布时滞的系统的指数稳定性问题进行探讨,并列举了一个例子验证了定理结论的正确性．     

一类具分布时滞的分数阶神经网络的一致稳定性

本文讨论了一类具分布时滞的分数阶神经网络系统的一致稳定性问题,主要应用分数微积分理论与Banach不动点定理得到了该系统解的存在唯一性条件和一致稳定性结果。     

分布时滞模糊BAM神经网络模型的指数稳定性

详细介绍了一类具分布时滞的模糊BAM（Bi·direction Associate Memory）神经网络模型．在合适的条件下,通过数学分析技巧和压缩映像原理,证明了模型平衡点的存在唯一性;通过构造Liapunov泛函,利用Lipschitz激励函数性质,获得了平衡点的指数稳定性．