分离变量时滞微分系统的指数稳定性

讨论了一类具有有界可变时滞分离变量系统平衡点的全局指数稳定性.在所给函数为Lipschitz连续的情况下,利用Lyapunov 函数方法并结合Halanay时滞微分不等式,分别构造适当的连续但不一定可微的数量或向量Lyapunov函数和二次型Lyapunov函数,获得了几个保证此类分离变量型时滞系统的平衡点为全局指数稳定的时滞相关和时滞无关的代数判据.这些判据将问题化为代数不等式或M矩阵,可以直接根据系统方程进行检验,便于实际应用.     

变时滞随机模糊细胞神经网络的全局指数稳定性

通过构造合适的Lyapunov泛函,利用It微分算子和不等式的分析技巧研究一类变时滞随机模糊细胞神经网络平衡点的全局指数稳定性,得到了该模型全局指数稳定的一个时滞独立和一个时滞依赖的充分条件.最后通过数值算例验证结论的有效性.     

比例时滞神经网络的时滞依赖全局多项式同步性

研究以比例时滞神经网络作为驱动-响应系统的多项式同步性.首先,通过一个非线性变换将比例时滞神经网络等价变换成具常时滞变系数的神经网络;然后,基于变换后的驱动-响应系统得到误差系统,通过构造Lyapunov泛函和应用线性矩阵不等式方法研究误差系统的指数稳定性,进而得到原驱动-响应系统的全局多项式同步性,得到了2个保证驱动...     

一类带分布时滞微分系统的全局指数稳定性

研究一类带分布时滞系统的稳定性，利用非线性测度以及微分不等式技巧，得到了系统全局指数稳定的一个充分条件．     

一类时滞非线性动力系统的全局指数稳定性

研究一类具有时滞的非线性动力系统的全局指数稳定性.在时间滞后连续且有界的条件下,通过分析具有时间滞后的微分不等式的稳定性,构造适当的向量李雅普诺夫函数和利用M-矩阵的性质,得到了该类动力系统全局指数稳定的一个充分条件.     

比例时滞神经网络的全局多项式镇定性

针对一类比例时滞神经网络，采用状态反馈控制器，在激活函数有界且满足Lipschitz条件下，通过构造适当的Lyapunov泛函，并利用平均值不等式及其分析技巧，研究了该神经网络的全局多项式镇定性和全局渐近镇定性，得到了几个时滞依赖的全局多项式镇定和全局渐近镇定的判定条件.     

一类具多比例时滞广义细胞神经网络的全局指数稳定性

对一类具多比例时滞广义细胞神经网络的全局指数稳定性进行研究.首先用Brouwer不动点定理证明了该系统平衡点的存在唯一性,再通过建立时滞微分不等式,获得了保证该系统平衡点全局指数稳定的时滞独立的充分条件.最后,给出了一个数值算例验证所得结果的正确性和有效性.     

具有有界多时变时滞细胞神经网络的全局指数稳定性

利用变系数时滞微分不等式,给出具有有界多时变时滞细胞神经网络全局指数稳定性的一些充分条件.     

不确定随机时滞系统的指数稳定性

研究具有时滞项的不确定随机系统的指数稳定性。运用Itoe微分公式沿系统对构造的Lyapunov泛函进行微分，得到了用线性矩阵不等式表示的有关不确定随机时滞系统均方指数稳定的一个充分判据。此判据为非时滞依赖型，可以较好地运用到不易取得时滞信息的系统中。     

一类具多比例时滞脉冲递归神经网络的稳定性分析

通过设计2个Lyapunov泛函和应用不等式技巧讨论了一类具多比例时滞的脉冲递归神经网络的稳定性,得到了保证该系统全局渐近稳定性和全局多项式稳定性的新的判定准则,并得到,就收敛速度而言,系统的渐近稳定性弱于多项式稳定性和指数稳定性.最后,通过数值算例及其仿真验证了结论的正确性和有效性.     

微分代数系统时滞依赖稳定性分析

采用线性矩阵不等式的方法,研究了一类微分代数时滞系统的稳定问题,得出了微分代数系统时滞依赖的稳定性条件,验证了微分代数时滞系统解的惟一性、无脉冲性及稳定性.     

基于LMI的比例时滞细胞神经网络的全局渐近稳定性

通过构造合适的Lyapunov泛函及应用线性矩阵不等式,研究一类比例时滞细胞神经网络的全局渐近稳定性,得到系统全局渐近稳定的时滞相关与时滞独立的充分条件.利用数值算例和仿真结果验证了所得结论的正确性.     

一类具多比例时滞细胞神经网络的全局指数稳定性

通过构造合适的Lyapunov泛函和运用Halanay时滞不等式,讨论一类具多比例时滞细胞神经网络的全局指数稳定性,得到了判定该系统平衡点全局指数稳定的一个时滞独立的充分条件.通过数值算例和仿真结果验证了所得结论的有效性.     

一类具比例时滞递归神经网络的全局稳定性及仿真

针对一类具有比例时滞的递归神经网络,运用对角(半)稳定矩阵,Lyapunov稳定性理论及构造时滞微分不等式,得到该系统全局渐近稳定和全局指数稳定的充分条件.在给出的数值算例中,通过偏置性输入的变化及相应的仿真验证了所得结论的正确性和有效性.     

具无界时滞的积分微分不等式及其应用

建立了两类具无界时滞的积分微分不等式，讨论了具无界时滞的积分微分大系统的稳定性。     

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.     

基于凸组合的一类时变时滞静态神经网络系统全局稳定性分析

研究了一类具有时变时滞的静态神经网络系统的全局渐近稳定性问题,考虑了更多时滞状态变量的信息,构造新的增广Lyapunov-Krasovskii泛函,利用时滞分割技术并结合使用自由权矩阵、Jensen积分不等式,基于凸组合方法获得具有更低保守性的系统时滞相依全局渐近稳定性判定条件,改善了相关文献结果,并以数值实例表明本文结果的有效性.     

一类无界时滞微分大系统的稳定性

给出了一个具有无界时滞的时滞微分不等式,并通过不等式手段研究了一类无界时滞非线性微分大系统的稳定性问题,给出了系统渐近稳定的一些充分条件．     

具有S-型分布时滞和反应扩散的非自治神经网络的全局指数稳定性和有界性分析

研究具有S-型分布时滞和反应扩散的非自治神经网络的全局指数稳定性和有界性.通过建立一个新的微分-积分向量不等式,运用Lyapunov函数方法和不等式分析技巧,得到非自治系统全局指数稳定和有界的充分条件.最后通过一个例子验证了所得结论的正确性和可行性.     

一类高维时滞微分不等式及其应用

建立了一个高维时滞微分不等式 ,并运用这个不等式研究了一类时滞大系统的稳定性 ,给出了系统稳定性的一些充分条件