一类时延细胞神经网络的周期解

引入可调实参数di>0(i=1,2,…,n),通过构造Lyapunov泛函,结合一些分析技巧,对一类时延细胞神经网络周期解的存在性和全局指数稳定性给出一些新的充分准则.这些准则可用于设计全局指数稳定的和周期振荡的具时滞的神经网络.     

周期延时脉冲神经网络的动力行为

本文讨论了一类脉冲神经网络的周期解的指数稳定性．利用带延时及脉冲的微分不等式,得到了几个充分条件来保证这个脉冲神经网络具有一个全局指数稳定的周期解．这些结果并不要求网络的连结权矩阵是对称的,并且这些结果对于帮助设计具有时变延时的脉冲神经网络是有意义的．     

一类变时滞模糊细胞神经网络的全局指数周期性

通过构造合适的Lyapunov泛函和利用Young不等式,研究了一类变时滞模糊细胞神经网络的全局指数周期性,得到了该神经网络周期解存在唯一且全局指数周期的充分条件,给出一个例子说明结论的有效性.     

一类含有分布时滞的非自治细胞神经网络的全局指数稳定性

研究一类具有分布时滞的非自治细胞神经网络的全局指数稳定性,通过建立一个新的微分-积分不等式,并将其运用到非自治细胞神经网络的稳定性研究中,从而得到全局指数稳定性的充分判别准则.结论较以往的文献结果,更具一般性,适用范围更广.最后,通过实例说明所获结论的可行性和优越性.     

离散混合时滞细胞神经网络周期解的存在性与稳定性

利用重合度理论及一些不等式的技巧讨论了离散混合时滞细胞神经网络周期解的存在性与全局指数稳定性,给出了周期解存在与全局指数稳定性的充分条件.     

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.     

Cohen-Grossberg神经网络的吸引域以及稳定性分析(英文)

分析了Cohen-Grossberg神经网络的指数稳定性(局部指数稳定和全局指数稳定).给出了基于矩阵测度的判定Cohen-Grossberg神经网络的指数稳定的充分条件.并且对于局部指数稳定的平衡点,给出了其吸引域的估计;对于全局指数稳定的平衡点,给出了其指数收敛的速率.该结果可以用于神经网络容错能力的估计以及其指数收敛速率的估计,因此在设计Cohen-Grossberg神经网络中具有很重要的现实意义.     

Cohen-Grossberg神经网络周期解的全局稳定性

讨论了Cohen-Grossberg神经网络周期解的存在性和全局指数稳定性.讨论的模型非常综合,包含了大部分的模型,利用的条件非常弱,取得的结果非常简洁.     

具有不同时间尺度的变时滞竞争神经网络概周期解的存在性及指数稳定性

利用Banach空间中的不动点定理、指数二分法和不等式技巧,通过引入可调实参数, 作者得到了一类具有不同时间尺度的变时滞竞争神经网络存在全局指数稳定的概周期解的充分条件,推广和改进了已有的相关结果.     

具离散时滞的混合双向联想记忆神经网络的周期解

在放弃活跃函数的有界性、单调递增性和可微性条件下,引入可调实参数di>0(i=1,2,…,n),通过构造Lyapunov泛函和运用不等式分析技巧,对一类具离散时滞的混合双向联想记忆神经网络的周期解、平衡点的存在唯一性和全局指数稳定性给出了一些新的充分准则.     

多时变时滞细胞神经网络的全局指数稳定性

针对一类多时变时滞细胞神经网络,利用Young不等式和Halanay不等式技术,给出了保证平衡点惟一性和全局指数稳定性的几个充分判据.所得到的全局指数稳定判据完全独立于时滞,不要求时变时滞的可微性和神经元激励函数的严格单调性,且通过几个注释说明本文的结果改进和扩展了现有一些文献中的结果.仿真例子证明了本文结果的有效性.     

时滞Hopfield神经网络的全局指数稳定性

利用时滞微分不等式,讨论了时滞Hopfield神经网络的全局指数稳定性,获得了几个判定条件。这些结论推广了已知文献中的结果。     

神经网络指数稳定性分析的一种方法

提出了一种非线性测试，利用这种非线性测度研究了一类神经网络的局部指数稳定性和全局指数性，得到了保证神经网络的平衡点唯一、全局和局部指定的一些充分条件，导出了神经网络有多于一个平衡点的必要条件，同时得到神经网络任意两个解的差的估计式，以及神经网络指数收敛的收敛率和神经网络局部指数稳定的吸引区域的估计，所得结果是新的且不同于已有文献，便于实验应用。     

变系数时滞脉冲方程周期解的指数稳定性研究

神经网络属于复杂网络,因其可以描述各种真实的系统受到了大量学者的研究,而稳定性一直是复杂网络的重要问题,研究了一类脉冲神经网络的指数稳定性;建立一个含有分布时滞和脉冲的变系数广义 Halanay 不等式,它有 3 个特点:含有脉冲,可以用来证明不连续系统的稳定性;系数为变系数,对不等式 的系数要求更为宽松,应用更加广泛;时滞为分布时滞;利用新建立的广义 Halanay 不等式,结合 Banach 不动点理论,建立简单的 Lyapunov 函数,得到了使脉冲神经网络周期解的存在性和指数稳定性的充分条件,说明了在满足条件时,脉冲时滞神经网络存在惟一周期解,并且周期解指数稳定。     

变时滞细胞神经网络的全局指数稳定性

研究了一类变时滞细胞神经网络平衡点的全局指数稳定性问题．在不要求激励函数全局Lipschitz条件下,利用Lyapunov函数方法和M-矩阵的特性,结合Young不等式和Halanay时滞微分不等式,得到了细胞神经网络模型在一定条件下全局指数稳定的一些充分条件．数值例子说明了本文结果的有效性．     

时滞神经网络的鲁棒控制器

对不确定变时滞神经网络系统的鲁棒控制器的设计进行了分析.通过构建李亚普诺夫泛函并结合线性矩阵不等式方法及有关不等式技巧给出了不确定时滞神经网络的输出反馈鲁棒控制器的设计方法,提出了易于实现的鲁棒控制器设计的代数判据,其结论与满足一定条件下系统的变时滞大小无关.最后给出了实例并进行了仿真,实验结果表明所设计的鲁棒控制器的有效性.     

细胞神经网络全局指数稳定性的新判据

综合运用矩阵范数、算子测度以及 Lyapunov函数法 ,讨论了细胞神经网络的全局指数稳定性 ,给出了一些较简洁的新的充分判据。     

具分布型时滞随机系统的时滞相关稳定性

研究了具有不确定性时滞的一类线性随机微分系统的依概率鲁棒全局渐近稳定性和均方意义下的指数稳定性，旨在研究更为广泛的一类线性随机滞后微分系统的稳定性，利用LMI方法，得到了分布时滞和离散时滞系统保守性较小的时滞相关的稳定性充分性判据。     

一类变时延细胞神经网络的全局指数稳定性

讨论了一类具有可变时延的细胞神经网络的平衡点的存在性及全局指数稳定性,利用Brouwer不动点定理和推广的Halanaly时延微分不等式,构造合适的Lyapunov函数,获得了该神经网络全局指数稳定的简单实用的判别条件。一个例子说明了它的应用。