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．     

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。     

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...     

随机变时滞模糊神经网络的均方渐近稳定性

基于线性矩阵不等式、Lyapunov-Krasovskill泛函和随机分析方法,研究了一类具有随机变时滞模糊神经网络的均方渐近稳定性,得到了均方渐近稳定性的充分条件.用数值例子说明了结果的有效性.     

变时滞网络控制系统的时滞独立稳定性研究

本文对网络控制系统中一类特殊的变时滞系统的稳定性进行详细的研究与分析;推导出当时滞系统相应的无时滞系统具有实值对称Jacobian矩阵时,时滞系统渐近稳定当且仅当其相应的无时滞系统渐近稳定;最后,通过应用举例和实验仿真验证了关于网络控制系统时滞独立稳定性分析的正确性。     

时变时滞细胞神经网络的稳定性分析

研究了一类具有变时滞的细胞神经网络的稳定性问题,利用新的Lyapunov Krasovskii函数,给出了系统全局渐近稳定的时滞相关稳定性条件。其结果以线性矩阵不等式的形式给出,可以很容易通过计算机编程实现。并且本文通过对矩阵特征值的应用,得到了一个新的LMI的应用形式,改善了对LMI的应用。最后,数值算例说明了本文结果的优越性。     

混合变时滞细胞神经网络的全局渐近稳定性

基于微分动力系统Lyapunov稳定性理论和线性矩阵不等式(LMI)处理方法,借助于Matlab中LMI控制工具箱,给出了一类含有离散时滞和分布时滞的混合变时滞细胞神经网络的全局渐近稳定性的充分条件,改进了文献[9]的结果,降低了系统的保守性.数值例子进一步验证了结果的有效性.     

一类多时变时滞中立微分方程的时滞相关稳定性准则

考虑一类同时含有多离散时滞和多时变中立时滞的中立微分方程解的渐近稳定性,得到了该方程解稳定的充分条件,它不仅依赖于多离散时滞,而且依赖于多中立时滞.这个时滞相关稳定性准则通过线性矩阵不等式表示,可以应用各种凸组合技术进行处理.最后,给出一个利用Matlab工具箱求解的算例,表明该稳定性准则的有效性.     

线性时滞不确定性系统的稳定性

研究了一类线性时滞不确定性的动态系统的时滞无关渐近稳定性。利用Lyapunov稳定性理论,通过求解一个矩阵代数不等式,导出了时滞无关渐近稳定性的充分条件,并给出了几个简单易验证的代数判据。     

基于凸组合的一类时变时滞静态神经网络系统全局稳定性分析

研究了一类具有时变时滞的静态神经网络系统的全局渐近稳定性问题,考虑了更多时滞状态变量的信息,构造新的增广Lyapunov-Krasovskii泛函,利用时滞分割技术并结合使用自由权矩阵、Jensen积分不等式,基于凸组合方法获得具有更低保守性的系统时滞相依全局渐近稳定性判定条件,改善了相关文献结果,并以数值实例表明本文结果的有效性.     

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.     

变时滞不确定性神经网络的鲁棒稳定性标准

研究了一类带变时滞和参数不确定的神经网络鲁棒稳定性问题。其中考虑的不确定性为范数有界不确定性,系统参数具有的这种不确定性是与时间相关的,但它的参数被限制在一定范围内,时间滞后函数是随时间变化而改变的,但它的导数是小于1的。并且通过一个线性矩阵不等式的方法得到一个充要条件,这个充要条件可以使带时滞的神经且有一个平衡点,并且在这个平衡点上具有鲁棒稳定性。这种基于线性矩阵不等式的充分条件可以通过近年发展的解线性矩阵不等式的算法得到数值结果,并通过数值例子说明了这个技术的有效性。     

脉冲时滞BAM神经网络稳定性研究

研究了带有脉冲的时滞双向联想记忆(BAM)神经网络的稳定性问题.通过对网络系统的研究,根据脉冲的特点,采用Lyapunov稳定性理论和一些矩阵分析的技巧,得到了脉冲时滞BAM神经网络的稳定性结论,其中包括稳定点的唯一性判据和稳定性的判据,说明脉冲时滞BAM神经网络的稳定性问题是网络本身的特性,最后通过数值算例验证了论文的可行性和有效性.     

带马氏切换的时滞脉冲神经网络稳定性分析

为研究带马氏切换的时滞脉冲随机神经网络的均方指数稳定性,构造了合适的Lyapunov函数,并利用伊藤公式、矩阵知识、泛函理论及神经网络自身的特性,对脉冲时刻及非脉冲时刻的系统状态进行分析,得到了该神经网络具有均方指数稳定性的判别准则,该准则应用广泛,简单好用.最后通过数值例子及仿真模拟,说明了该准则的正确性.      

Global Asymptotic Stability of Neural Networks with Time Delay

The global asymptotic stability problem of Cellular neural networks with delay is investigated.A new stability condition is presented based on Lyapunov-Krasovskii method,which is dependent on the size of delay.The result is given in the form of LMI,and the admitted upper bound of the delay can be obtained easily.The time delay dependent and independent results can be obtained,which include some results in the former literature.Finally,a numerical example is given to illustrate the effectiveness of the main results.     

变时滞神经网络模型的全局指数稳定性

研究了一类变时滞的Hopfield型神经网络的全局指数稳定性,在对网络系统施加两个不同的非线性神经元激励函数的条件下,利用M-矩阵的特性,得到了细胞神经网络模型在一定的条件下全局指数稳定的易于判定的充分条件,数值例子说明了本文结果的有效性.     

具时滞离散递归神经网络稳定性分析的一种延迟剖分方法

运用延迟剖分的方法,研究了一类具有时滞的非线性离散递归神经网络平衡点的渐进稳定性问题。结合Laypunov-Krasovskii稳定性理论和线性矩阵不等式方法,得到了具时滞非线性离散递归神经网络模型在平衡点渐进稳定的条件;考虑了延迟下界为零时的神经网络在平衡点的稳定性条件。数值仿真验证了结果的有效性。     

Global Asymplotic Stability of Neural Networks with Time Delay

The global asymptotic stability problem of Cellular neural networks with delay is investigated.A new stability condition is presented based on Lyapunov-Krasovskii method,which is dependent On the size of delay.The result is given in the form of LMI.and the admitted upper bound of the delay can be obtained easily.The time delay dependent and independent results can be obtained,which include some results in the former literature.Finally,a numerical example is siven to illustrate the effectiveness of the main results.