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.     

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.     

一类多轴突非自治神经网络的全局指数稳定性分析

在激励函数全局Lipschitz连续的条件下,通过构造恰当的Lyapunov泛函并结合不等式技巧研究了一类具有时变时滞,以及同时具有时变时滞和无穷分布时滞的多轴突非自治神经网络的全局指数稳定性.得到一系列系统全局指数稳定的充分条件,并举例验证了方法的有效性,推广了相关文献的结果.     

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.     

一类具比例时滞Cohen-Grossberg神经网络的全局指数稳定性

研究一类具比例时滞的自治Cohen-Grossberg神经网络的全局指数稳定性.应用Young不等式和构造适当的Lyapunov泛函得到了该系统全局指数稳定的一个时滞无关的充分条件,并通过数值算例和仿真结果验证了所得结论的正确性.     

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。     

时变时滞非自治神经网络的全局指数稳定性

在激励函数仅满足全局Lipschitz连续,时变时滞函数有界、连续可微且导数小于1的条件下,通过构造一个恰当的Lyapunov泛函并结合Young不等式,利用Lyapunov稳定性理论,首先研究了一类具有时变时滞的多轴突非自治神经网络系统的全局指数稳定性问题,得到一系列在实践中易于验证的、保证系统全局指数稳定的充分条件.作为特例,还得到了具有定常时滞的多轴突非自治系统以及一般的非自治系统的全局指数稳定性充分条件.其次,还得到了一类同时具有连续时变时滞和无穷分布时滞的多轴突非自治神经网络系统的全局指数稳定性充分条件.本文去掉了关于激励函数有界、可微等限制条件,推广并改进了相关文献的结果.本文的结果也适合自治神经网络系统.最后举例说明了本文方法的有效性.     

时滞依赖的脉冲时滞神经网络的稳定性

基于Lyapunov泛函和不等式技巧,得到脉冲混合时滞神经网络全局指数稳定性的时滞依赖型判据,其中混合时滞包括离散时滞和分布时滞两种类型.该判据用线性矩阵不等式表示,并通过一个数值实例验证了判据的有效性.     

基于LMI的时滞细胞神经网络的指数稳定性分析

研究了一类具有时滞的细胞神经网络的指数稳定性问题,利用Lyapunov Krasovskii函数,给出了系统全局指数稳定的时滞相关稳定性条件,其结果以线性矩阵不等式的形式给出,可以很容易求出系统稳定的时滞上界,并且能够达到时滞无关指数稳定性和全局渐近稳定性.数值算例说明了本文结果的优越性.     

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.     

一类时滞分布参数系统的指数渐近稳定性

研究了一类时滞分布参数系统的稳定性，给出了系统指数渐近稳定的充分条件，并对相应的系数不确定系统进行了研究，获得了鲁棒指数渐近稳定的判别准则。     

随机时滞系统指数稳定的鲁棒性

研究了一类半线性随机时滞系统的指数稳定性,建立了这类系统均方指数稳定和几乎必然指数稳定的判据     

一类时滞中立型脉冲系统的稳定性分析

探讨了一类时滞中立型脉冲系统的全局指数稳定性问题.基于李雅普诺夫稳定性理论,运用线性矩阵下等式技术给出了系统的全局指数稳定性的充分条件,并利用该理论可进一步分析其它中立型脉冲时滞系统的指数稳定性问题。     

一类中立型泛函微分方程的弱指数渐近稳定性

推广了温立志提出的弱指数渐近稳定概念,将之应用于中立型泛函微分方程,得出了一些关于弱指数渐近稳定和指数渐近稳定的判别定理.包含了温立志的结果.     

Markov跳变的非线性脉冲系统指数稳定性

研究了具有Markov跳变的随机脉冲系统的p阶矩指数稳定性和几乎必然指数稳定性.首先, 利用平均停留时间, 基于Lyapunov函数,建立了这类系统指数稳定的充分条件;然后,基于M-矩阵,给出了指数稳定的代数判据;最后,给出一个例子说明本文结果的有效性.     

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.     

模糊时滞系统的全局指数稳定性

针对模糊时滞系统,设计了非线性状态反馈控制器以确保闭环系统全局指数稳定.该设计方法把全局指数稳定条件归结为p个线性矩阵不等式,可以有效的利用计算机求其数值解.一个应用例子和仿真结果证明了该方法的有效性.     

一类随机微分方程Runge-Kutta方法的指数稳定性

为进一步研究随机微分方程的稳定性,给出了随机微分方程的二级Runge-Kutta方法的算法格式,研究了二级显式随机Runge-Kutta方法的均方稳定和指数稳定的条件,并证明了对于线性检验方程,均方稳定性和指数稳定性的关系.     

一类切换中立时滞系统的指数稳定性

研究一类含非线性扰动的不确定中立型时滞切换系统的时滞依赖指数稳定性,时滞项为时变时滞.利用平均驻留时间方法和自由权矩阵方法,给出了切换中立时滞系统时滞依赖指数稳定的充分条件,并设计状态反馈控制器,使闭环系统在一定切换策略下指数稳定,最后通过仿真算例验证结果的正确有效性.     

不确定性随机时滞神经网络的稳定性

研究了一类不确定性随机可变时滞的半线性神经网络系统,应用Lyapunov函数,Razumikhin定理,建立了这类系统的均方指数稳定和几乎必然指数稳定的判据。