一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性

考虑一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性,借助创建Lyapunov函数和运用非负半鞅收敛定理得到了该网络模型平凡解几乎必然指数稳定和p阶矩指数稳定的充分条件,并通过2个例子,说明结果的有效性.     

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.     

一类具有连续分布延时的随机反应扩散的Hopfield神经网络的收敛动力学行为

本文研究了一类具有连续分布延时的随机反应扩散的神经网络模型.通过构建恰当的Lyapunov函数,以及运用非负半鞅收敛性定理,得到了该网络平衡解几乎必然指数稳定和矩指数稳定的充分条件.最后我们给出了一个例子验证了条件的正确性.本文所得到的结果不要求激励函数是可导,有界,单调非减的,也不要求连接权矩阵是对称的,在解决最优化问题等方面有重要意义.因此我们推广和完善了以前的结果.     

具有脉冲的随机泛函微分方程的p阶矩指数稳定(英文)

在本文中,利用Lyapunov函数,借助Razumikhin技巧,作者研究了具有脉冲的随机泛函微分方程的p阶矩指数稳定性,得到了一些判定脉冲随机泛函微分方程p阶矩指数稳定的充分条件.所得结果说明非稳定的随机泛函微分方程,在脉冲干扰影响下也可以实现稳定化.     

随机微分方程1.5阶随机Taylor方法的指数稳定性

本文针对线性随机微分方程,首先证明了强1.5阶隐式随机Taylor方法能无条件保持解析解几乎处处指数稳定性;其次证明了当0相似文献   

一类中立型随机泛函微分方程的稳定性分析

研究了一类中立型随机泛函微分方程的p阶矩稳定性和几乎必然稳定性.借助于It?公式、Fatou引理、局部鞅收敛定理和不等式分析技巧,得到了中立型随机泛函微分方程的p阶矩稳定和几乎必然稳定的充分条件,其结论更具有一般性.     

一类多时滞中立型随机微分方程的指数稳定性

考虑了下列非线性多时滞中立型随机微分方程d[x(t)-u(x(t-t_1)]=f(x(t),x(t-t_2),t)dt+g(x(t),x(t-t_3),t)dw(t),t≥0.利用Lyapunov方法获得了该方程的p阶矩指数稳定性的一些判别准则.通过Chebyshev不等式和Borel-Cantelli引理证明了该方程的几乎必然指数稳定性.     

不确定随机神经网络的几乎必然指数稳定

为了探讨带有时变时滞的不确定随机神经网络的几乎必然指数稳定问题,通过构造一个合适的李雅普诺夫函数,利用李雅普诺夫函数法、随机分析法及线性矩阵不等式得到了不确定随机神经网络的几乎必然指数稳定的充分条件,验证了已知条件满足引理,表明带时滞的随机系统在时滞小于某个上界时,带时变时滞的不确定随机神经网络是几乎必然指数稳定的。所给出的判据是由线性矩阵不等式表示的,该判据是否有解可以通过Matlab工具箱快速地得到解决。     

随机微分方程Runge-Kutta方法的矩指数稳定及矩渐近稳定性

考虑逼近随机微分方程的1.5阶Runge-Kutta法的矩指数稳定性和矩渐近稳定性, 对于标量线性检验方程, 证明了随机Runge-Kutta法的矩指数稳
定性和矩渐近稳定性是一致的, 并给出了这两种稳定性的存在条件.     

具Markov切换和Lévy噪声的中立型随机泛函微分方程p阶矩指数稳定性

研究一类具Markov切换与Lévy噪声的中立型随机泛函微分方程p阶矩指数稳定性.通过使用Razumikhin方法以及随机分析理论,建立该系统解p阶矩指数稳定的充分条件,进而获得具Markov切换与Lévy噪声的中立型随机时滞微分系统解的p阶矩指数稳定性判别定理.