变时滞Cohen-Grossberg 随机神经网络的矩指数稳定性

本文讨论了随机变时滞Cohen-Grossberg神经网络的矩指数稳定性.利用Ito公式、时滞微分不等式和神经网络的特征，作者导出了这类神经网络矩指数稳定性的代数条件并给出了一个说明性实例.     

变时滞Cohen-Grossberg随机神经网络的矩指数稳定性

本文利用随机积分的伊腾公式,时滞微分不等式及随机时滞神经网络的特性 讨论变时滞Cohen-Grossberg随机神经网络的矩指数稳定性,实例证明本文结果的优越性.     

Cohen-Grossberg神经网络稳定性分析

为了研究具有逆Lipschitz激励函数的Cohen-Grossberg神经网络的稳定性,应用Brouwer拓扑度性质和线性矩阵不等式技术,探讨了Cohen-Grossberg神经网络的平衡点的存在性及唯一性。通过构造合适的Lyapunov函数和利用Lyapunov对角稳定性矩阵,给出了唯一平衡点全局指数稳定的充分条件。     

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.     

Cohen-Grossberg神经网络的指数稳定性

研究了Cohen-Grossberg神经网络模型的指数稳定性．运用非线性测度方法证明了神经网络平衡点的存在性和惟一性，接着通过构造一个新颖的Lyapunov泛函，得到了神经网络指数稳定的全新充分条件，并给出了解的指数衰减的精确估计．与已有文献相比，文中给出的条件更为宽松且易于验证．     

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.     

一类Cohen-Grossberg神经网络的指数稳定性

本文主要讨论一类Cohen-Grossberg神经网络的指数稳定性。通过Brower不动点定理和构造Lyapunov函数来研究这种神经网络平衡点的存在性和指数稳定性。     

含分布时滞的随机Cohen-Grossberg神经网络的p阶指数稳定性

一类含分布时滞的随机Cohen-Grossberg神经网络模型的稳定性被讨论.通过运用Razumikin定理和不等式技巧,该网络平凡解p阶指数稳定性的充分条件被建立.通过一个例子,说明结果的有效性.     

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.     

带时滞的Cohen-Grossberg神经网络的稳定性

文章讨论时滞Cohen—Grossberg神经网络的平衡点的稳定性．得到平衡点的指数稳定性的一个充分条件．另外，我们考虑的稳定性是鲁棒稳定的．对时滞项目的要求也仅仅是连续．文中的结论推广了一些已知的结果．     

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.     

随机混合时滞的Cohen-Grossberg神经网络均方指数稳定性的新判据

研究了随机混合时滞的Cohen-Grossberg神经网络的均方指数稳定性,运用了常数变易公式、随机比较原理的方法,得到其均方指数稳定的充分条件,并给出了数值例子来验证结论的有效性和正确性.     

具有时延的Cohen-Grossberg神经网络的指数稳定性

利用不动点理论和时延不等式的方法研究了具有时滞的Cohen Grossberg神经网络模型dui(t)dt=ai(ui(t))bi(ui(t))-∑nj=1Tijfj(uj(t-τj)),i=1,2,…,n平衡点的稳定性问题.给出判定模型平衡点存在唯一性和全局指数稳定性的几个充分条件,这些条件取消了权矩阵(Tij)n×n对称性的假设,推广了已知文献的一些结果,使模型的应用范围更加广泛.     

线性随机时变系统的有限时间稳定性研究

针对一类具有有限时间的随机微分时变系统,研究了关于随机线性时变系统的有限时间稳定性及控制器设计问题。首先,引入了有限时间稳定性的定义,基于该定义提出了一种针对假定的Lyapunov函数满足分段连续性,在每一个分段点处可能不连续的有限时间稳定性的新方法,并借助切换系统的思想研究了随机时变系统的有限时间稳定性;在此基础上,考虑带有反馈控制器的随机时变系统的控制器设置问题,并通过采用逐段控制的方法给出了系统的控制器设置方法;最后基于线性矩阵不等式设计了一类线性随机时变系统的有限时间稳定控制器的算法,使得对于控制器的设置能够有效地实现。     

一类伊藤型广义随机系统的有限时间稳定性

目的研究一类具有伊藤(It)型的广义随机系统分析与控制问题.方法广义系统有限时间稳定性概念,引入一个新的广义随机系统有限时间稳定性概念,它被定义为有限时间随机稳定性.利用伊藤微积分理论、随机控制理论、线性矩阵不等式等理论研究分析与控制问题.结果给出了伊藤型广义随机系统有限时间随机稳定的充分条件;并且在具有固定参数的严格线性矩阵不等式上,设计状态反馈控制器算法保证所得的闭环广义随机系统是有限时间随机稳定,同时给出相应的有限时间随机稳定的充分条件.结论所提出的方法能很好地解决随机干扰情况下,广义系统的有限时间稳定性问题,通过两个数值算例可以说明所提方法的有效性和可行性.     

具有时变时滞的Cohen-Grossberg神经网络的稳定性

考查具有时间改变时滞的Cohen-Gmssberg神经网络的动力学性质,给出具有时间改变时滞的Cohen—Gwssberg神经网络的全局渐近稳定性的判据．     

一类时滞反应扩散Cohen-Grossberg神经网络的稳定性

利用Lyapunov泛函研究一类时滞反应扩散Cohen—Grossberg神经网络平衡点的全局指数稳定性．给出了一些代数判据．     

一类二重Cohen-Grossberg神经网络的渐近稳定性

研究了一类具有时滞的二重Cohen-Grossberg神经网络模型,通过构造适当的Lyapunov泛函,并利用矩阵不等式的技巧给出了此类神经网络平衡点全局渐近稳定的充分条件,推广了已知文献的一些结果.     

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.     

不确定随机时滞反应扩散广义细胞神经网络的有限时间鲁棒稳定性

细胞神经网络已成为应用数学领域研究的热点之一.时滞、反应扩散、不确定项的引入对于广义细胞神经网络的研究具有实际意义.在实际中,需要知道系统在某个固定的时间间隔的动态行为,即系统的有限时间稳定性.在不确定项范数有界的条件下,通过构造Lyapunov泛函,运用Ito公式和稳定性理论,给出了系统的有限时间鲁棒稳定性的充分条件,这些条件既依赖于时滞又依赖于反应扩散项.最后的数值举例表明了结论的有效性.