一类具有有界和无界时滞的Cohen-Grossberg神经网络的稳定性

研究了一类具有有界和无界时滞的Cohen-Grossberg神经网络的动力学性质,给出具有有界和无界时滞的Cohen-Grossberg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.     

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.     

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.     

Cohen-Grossberg型BAM神经网络指数稳定性

为研究具有分布时滞的并带有脉冲的Cohen-Grossberg型BAM神经网络的全局指数稳定性问题,主要方法是构造一个恰当的Lyapunov泛函以及通过利用一些函数分析的技巧,得到了所研究系统平衡点的全局指数稳定的充分条件的判据.证明过程中将激活函数的单调性和连续可微性的假设削弱为只需要满足Lipschitz条件,推广了已有文献的一些结果,使模型的应用更具有一般性.实例分析表明了所得结论的有效性.     

比例时滞脉冲细胞神经网络的指数稳定性

利用Razumikhin技术和Lyapunov函数方法,分析了比例时滞脉冲细胞神经网络的指数稳定性,获得了比例时滞细胞神经网络全局指数稳定的一个新的充分判据,所得结果推广了已有文献的结果。     

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。     

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.     

具有脉冲和变时滞的离散Cohen-Grossberg神经网络的全局指数同步

研究了一类具有脉冲和变时滞的离散Cohen-Grossberg神经网络全局指数同步问题.利用ρ-锥理论和微分不等式分析技巧,获得了保证其误差系统全局指数稳定的充分条件,同时也给出了同步指数收敛速率的估计.最后,列举一个例子表明我们所得结果的有效性.     

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.     

带有时滞和脉冲的模糊细胞神经网络的全局指数稳定性

主要讨论了带有时滞和脉冲的模糊细胞神经网络的全局指数稳定性.在合适的条件下,利用不动点定理、M-矩阵原理和Lyapunov函数技巧,获得了该系统平衡点的全局指数稳定性.     

具有脉冲和时滞的细胞神经网络的全局指数稳定性

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新的充分条件,该结果具有更好的适用性.     

具分布时滞BAM神经网络周期解的存在性和指数稳定性

利用重合度理论中的延拓定理和一些分析技巧,获得了具分布时滞的双向联想记忆(BAM)神经网络模型周期解的存在性、唯一性和全局指数稳定的新结论.     

BAM神经网络周期解的存在性及全局稳定性

讨论了具有分布时滞的双向联想记忆(BAM)神经网络的动力学行为。利用迭合度理论的延拓定理和分析技巧,得到了周期解的存在性和全局稳定性的充分条件,对设计这种类型的神经网络具有重要意义。     

具连续分布时滞与非线性脉冲BAM神经网络的全局指数稳定性

研究了具有连续分布时滞与非线性脉冲影响的BAM型神经网络的全局指数稳定性问题.利用M-矩阵以及谱理论等工具得到了系统存在惟一全局指数稳定的平衡点的充分条件.并给出一个例子说明结论的有效性.     

时滞神经网络的指数稳定性分析

研究了一类时滞细胞神经网络的指数稳定性问题,利用Razumikhin定理和线性不等式技术得到新的全局指数稳定性准则.与其他方法不同之处在于,对神经网络模型的“线性化”,将神经网络模型变成一个线性时变的系统.所获的条件具有较少的保守性.最后用1个数值例子说明文中所得的结果是有效的.     

一类具有混合时滞的细胞神经网络的概周期解的存在性和全局指数稳定性

研究了具有混合时滞的细胞神经网络的概周期解,利用不动点理论,Liapunov及不等式的分析技巧,给出了该方程概周期解存在性和全局指数稳定性的一个充分条件.     

具有脉冲的忆阻器神经网络周期解的稳定性

研究了具有脉冲的忆阻器神经网络周期解的存在性、唯一性和稳定性.利用Leray-Schauder选择定理,研究此网络周期解的存在性,脉冲控制矩阵的元素小于2.借助矩阵测度定义,给出了一个能够保证其周期解唯一且全局指数稳定的充分条件.最后给出了一个数例来说明结果的有效性.     

多比例时滞杂交双向联想记忆神经网络的全局指数稳定性

考虑多比例时滞杂交双向联想记忆神经网络的全局指数稳定性．应用Brouwer不动点定理证明了多比例时滞杂交双向联想记忆神经网络平衡点的存在性,再通过构造合适的Lyapunov泛函,获得了该系统平衡点全局指数稳定的时滞依赖的充分条件,该条件蕴含系统平衡点的唯一性,并给出了一个例子说明结论的有效性．     

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.