时延细胞神经网络的全局渐近稳定性

通过Lyapunov泛函方法和新的不等式分析技巧,讨论了一类时延细胞神经网络的全局渐近稳定性问题,得到了一个新的充分判据,该判据可用于设计出各种全局稳定的网络。     

一类时滞细胞神经网络的稳定性研究

利用Ｌｙａｐｕｎｏｖ泛函方法和不等式分析技巧,研究了一类时滞细胞神经网络的稳定性,给出了一类时滞细胞神经网络全局渐近稳定的一个新的充分条件。     

一类时延细胞神经网络的全局渐近稳定性

讨论时滞的细胞神经网络(DCNNs)的全局渐近稳定性,利用Lyapunov泛涵方法和平均值不等式,a1a2…ak≤1/k(ak1+ak2+…+akk)(a1＞0,i=1,2,3,…,k),构造了一类新的Lyapunov泛涵,再次对DCNNs的稳定性进行了研究.得到了DCNNs全局渐近稳定时的一些充分条件,给出了保证时滞细胞神经网络全局渐近稳定的模型设计方法.     

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。     

Hopfield型神经网络的全局渐近稳定性

讨论了连续Ｈｏｐｆｉｅｌｄ型神经网络的全局渐近稳定性问题，通过利用Ｌｙａｐｕｎｏｖ泛函方式和不等式分析技巧给出了平衡点的全局渐近稳定性的些充分条件。     

具有时滞细胞神经网络的稳定性分析

本文研究一类时滞细胞神经网络模型。并用非负矩阵性质的不等式技巧，给出了平衡点全局渐近稳定的充分条件。     

一类变时延细胞神经网络的的全局指数稳定性

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.     

对细胞神经网络稳定性问题的再研究

通过对一类具时延的细胞神经网络模型平衡点的全局渐近稳定性问题的再研究,给出了若干全新的稳定性判据。     

关于时滞细胞神经网络全局稳定性的一些注记

首先证明具有时滞的细胞神经网络平衡点的一个存在性定理．然后，利用这定理分别得到该类神经网络的全局渐进稳定性与全局指数稳定性的判据各一个．最后，给出利用所得的新判据判别时滞细胞神经网络的全局稳定的两个例子。     

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.     

模糊细胞神经网络的稳定性

本文研究了模糊细胞神经网络（ＦＣＮＮ）的稳定性,给出了这种神经网络全局渐近稳定的新条件。     

一类具时滞细胞神经网络的全局一致渐近稳定性

讨论了一类具时滞细胞神经网络平衡点的全局一致渐近稳定性, 通过构造合适的Lyapunov泛函, 得到了三个具时滞细胞神经网络全局一致渐近稳定性的新的充分条件。     

广义时延神经网络的渐近稳定性

讨论如下带有时延的广义神经网络模型(dxi)/(dt)=Gi(xi)[bi(xi)-∑nj=1cijdj(xj(t-τj))], i=1,2,...,n,其中,τj＞0为第j个神经元的时延,cij表示第j个神经元在t-τj时刻的输出对第i个神经元的影响强度,t∈I=[t0,∞),x∈Rn.利用Lyapunov函数及推广的Halanay微分不等式,研究了该模型的渐近稳定性,给出了系统指数稳定的几个充分条件及相应的Lyapunov指数.     

时滞BAM神经网络的全局稳定性

利用李雅普诺夫泛函方法并结合一些分析技巧获得了时滞BAM神经网络平衡点全局渐近稳定和全局指数稳定的充分条件，这些条件对设计全局渐近稳定的BAM神经网络和全局指数稳定的BAM神经网络具有重要意义．     

分流抑制细胞神经网络的稳定性

讨论了分流抑制细胞神经网络的完全稳定性与全局渐近稳定性,改进了已有的结论．     

一类延迟细胞神经网络全局渐近稳定性条件

通过应用李雅普诺夫函数和矩阵不等式的方法,给出判定一类延迟细胞神经网络平衡点惟一性和全局渐近稳定性的一个充分条件。 该条件包含并改进了已有文献中一些结果。     

具一般输出函数的时滞细胞神经网络的指数稳定性

讨论了具有一般输出函数的时滞细胞神经网络模型的全局指数稳定性,给出了一个使模型具有惟一的全局指数稳定的平衡点的充分条件,这一结果包含已有文献中的许多结果作为特例.     

时滞细胞神经网络的全局渐近稳定性和指数稳定性

利用Brouwer不动点定理,证明了具有变时滞的细胞神经网络模型平衡点的存在性;利用Barbarlet引理、Dini导数与导数之间的关系,构造了一个特殊的Lyapunov函数,表明具有变时滞的细胞神经网络模型存在惟一全局指数平衡点并且全局渐近稳定;在此基础上,通过构造一个新的M-矩阵,利用Halanay时滞微分不等式和M-矩阵的特性,得出:细胞神经网络模型在一定的条件下,在平衡点处,全局指数稳定且与时滞无关.     

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．     

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．