变时滞非线性细胞神经网络稳定性分析

通过构造新的Lyapunov-Krasovskii泛函和线性矩阵不等式（linear matrix inequatity,LMI）, 研究变时滞非线性细胞神经网络渐近稳定性, 利用牛顿-莱布尼兹公式, 一些参数矩阵表达出系统变量之间的关系。从而得出一个具有变时滞相关的全局渐近稳定性判据, 其扩展并改善了以前文献的结果。 数值及仿真例子验证了结果的有效性。     

一类非线性时滞细胞神经网络稳定性分析

研究了一类常时滞细胞神经网络的全局渐近稳定性.通过构造适当的Lyapunov-Krasovskii泛函,利用线性矩阵不等式(LMI)得出了全局渐近稳定性判据.数值的例子验证了方法结果的有效性.     

变时滞中立系统的时滞依赖渐近稳定性分析

本文讨论了一类变时滞中立系统的时滞依赖渐近稳定性问题.通过利用Lyapunov-Krasovskii泛函(LKF)和自由权矩阵方法,得到了该系统渐近稳定性的时滞依赖新判据.交叉项间的联系由Leibniz-Newton公式给出.定理的推导没有利用模型转换和交叉项有界方法.由于结果以严格线性矩阵不等式形式给出,所以很容易验...     

一类具变时滞细胞神经网络的全局渐近稳定性

讨论一类具变时滞细胞神经网络平衡点的唯一性和全局渐近稳定性,利用矩阵不等式,通过构造合适的Lyapunov泛函,得到了具变时滞细胞神经网络全局渐近稳定性的新的充分条件．     

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.     

一种新的时滞细胞神经网络全局渐近稳定性准则

研究了一类具有时滞的细胞神经网络全局稳定性问题。首先,提出所研究的时滞细胞神经网络模型、系统激活函数所需满足的条件及本文需要用到的引理。然后,将所研究的系统通过一个等式进行线性变换,在定义一个与系统相关的积分操作基础上讨论时滞细胞神经网络的全局渐近稳定性。与早期的文献结果相比,本文所得结果具有更少保守性,并且该条件是与时滞相关的。本文所得到的稳定性准则可以很容易地求出系统稳定的时滞上界,进而可以很容易得到时滞无关稳定性结果。最后,用一个数值例子证明本文所得的稳定性条件是有效的。     

变时滞Recurrent神经网络同态稳定性

基于线性矩阵不等式,利用Lyapunov泛函的方法,对变时滞Recurrent神经网络同态稳定性进行了研究,给出了不需要调整参数矩阵,易于验证同态稳定性的判据.     

具有变时滞Cohen-Grossberg神经网络全局稳定性分析

通过选取一个新颖的Lyapunov-Krasovskii泛函和引入与系统等价的描述系统,利用一些自由权矩阵和不等式适当的放大,在Lyapunov-Krasovskii泛函方法的基础上,讨论了具有交时滞Cohen-Grossberg神经网络的全局稳定性问题并得到了2个时滞相关的渐近稳定性准则.所得到的稳定性准则以线性矩阵不等式(LMI)的形式给出,能够用Matlab工具箱LMI很容易地进行检验.且变时滞导函数只要有上界而不必小于1和系统激励函数的限制条件较现有文献中的条件要弱,这拓展了现有的结论.在最后的数值例子中,计算结果说明所得结论较以往的方法有很大改善.     

随机中立型时滞神经网络的全局渐近稳定性判据

研究一类含有变时滞的随机中立型神经网络的全局渐近稳定性问题.通过构造一个新的Lyapunov Krasovskii泛函和不等式技术,得到了基于线性矩阵不等式表示的与时滞大小有关的时滞稳定的充分判据.该判据考虑了一类含有分布式时滞和随机扰动项并且激活函数是常量(正数、负数和零)的中立型神经网络,与现有文献相比,其更具有一般性和较少保守性.最后,通过2个算例分析,验证了所得结果是有效的.     

具有时滞的细胞神经网络的全局渐近稳定性分析

研究了一类具有时滞的细胞神经网络的稳定性问题,首先证明了这类系统的平衡点的存在性,然后利用Lyapunov泛函方法结合不等式分析技巧,在引入一系列参数的条件下,给出了系统平衡点唯一和平凡解全局渐近稳定的充分条件,该条件与时滞无关且推广和改进了已有文献的结果.     

时变时滞线性系统的时滞相关鲁棒稳定性(英文)

考虑到时变时滞在给定区间内的线性时滞系统的鲁棒稳定性,为了引入一些与时变时滞相关的状态变量,构建了一个新的Lyapunov函数,分别得出了以线性矩阵不等式形式表示的关于标称系统以及带范数有界不确定性的系统的保守性更低的结论.一些数值算例表明了所得结论的有效性.     

Stability analysis of BAM neural networks with time-varying delays

Some new criteria for the global asymptotic stability of the equilibrium point for the bi-directional associative memory neural networks with time varying delays are presented. The obtained results present the structure of linear matrix inequality which can be solved efficiently. The comparison with some previously reported results in the literature demonstrates that the results in this paper provide one more set of criteria for determining the stability of the bi-directional associative memory neural networks with delays.     

Stability analysis of BAM neural networks with time-varying delays

Some new criteria for the global asymptotic stability of the equilibrium point for the bi-directional associative memory neural networks with time varying delays are presented. The obtained results present the structure of linear matrix inequality which can be solved efficiently. The comparison with some previously reported results in the literature demonstrates that the results in this paper provide one more set of criteria for determining the stability of the bi-directional associative memory neural networks with delays.     

新的离散时变时延系统的稳定性条件

研究了一类离散时变时延系统的稳定性问题.通过定义新的Lyapunov函数并利用离散的Jensen不等式,给出了新的保证系统稳定的线性矩阵不等式条件.相比于已有的结果,这些新的条件涉及的决策变量少,并且算例表明它具有较小的保守性.     

具有加性时变时滞神经网络的稳定性分析

讨论了具有加性时变时滞的神经网络模型的稳定性,得到了新的稳定性判据.在构造包含三重积分项的新Lyapunov泛函的基础上,利用新的不等式,采用时滞分割方法,并结合其他分析技巧,得到了保守性较低的线性矩阵不等式稳定性条件.最后,通过2个数值实例,验证了方法的有效性和结果的优越性.     

一类中立型时变时滞系统的稳定性

利用李雅普诺夫泛函的方法,讨论了一类具有时变时滞的不确定中立型时滞系统的稳定性问题.首先构造适合系统的李雅普诺夫泛函,结合新不等式技巧和自由权矩阵方法,对其导数积分项进行放缩处理,讨论了标称系统的稳定性问题.然后,利用Schur补引理及不等式技巧,讨论了对应的不确定系统的稳定性问题.最后,通过数值实例计算,验证了所得结论的有效性和优越性.     

一类时滞细胞神经网络稳定性判断标准

目的研究一类细胞神经网络。方法通过构造合适的Lyapunov函数和利用基本不等式技巧na1a2…an≤an1 an2 … ann进行研究。结果获得了时滞细胞神经网络(DCNNs)全局渐进稳定的判断标准。结论改进和一般化了相关结果。