带马氏切换和时变时滞的随机神经网络的依分布渐近稳定性

考虑到神经网络在实际应用中常会伴有时滞现象,研究了一类带马氏切换的随机神经网络在时变时滞下按分布的渐近稳定性.根据模型的特点,并结合按分布渐近稳定性的充分条件,构造了Lyapunov函数,利用广义的Ito公式、不等式放缩技巧,得到了系统的稳定性充分条件.最后利用数值模拟,验证了理论结果的正确性.     

具有马尔可夫跳的多重定时滞随机神经网络的依分布渐近稳定性

在神经网络的电子实现中往往伴有时滞现象,为了更好地应用,研究了一类带马氏切换的随机神经网络在多重延时下按分布的渐近稳定性.根据模型方程的特点,并结合按分布渐近稳定性的充分条件,构造了Lyapunov泛函,通过广义的Ito公式计算、不等式放大技巧,寻求到了系统相应的稳定性充分条件.最后举例做了数值拟合,验证了结果的可行性.     

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.     

一类具有有界和无界时滞的Cohen-Grossberg神经网络的稳定性

研究了一类具有有界和无界时滞的Cohen-Grossberg神经网络的动力学性质,给出具有有界和无界时滞的Cohen-Grossberg神经网络的全局渐近稳定性的判据.     

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.     

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.     

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.     

具有联想功能的时滞神经网络的渐近稳定性

利用Razumikhin条件和具体的Lyapunov函数,讨论了Hopfield模型平衡点的稳定情况。对两类不同的时滞模型进行的不同的研究,得到了时滞相关和时滞无关的条件：时滞相关条件是当时滞适当小时,滞后模型和无滞后模型具有相同的稳定性,并给出了滞后界限的估计;时滞无关的条件则要求系数有较强的条件。     

非负放大函数与多延时的Cohen-Grossberg神经网络的鲁棒稳定性

在Cohen-Grossberg神经网络设计及实现过程中,非负放大函数条件是很实用的.在网络参数存在摄动的情况下,研究了具有非负放大函数的一类多延时Cohen-Grossberg神经网络的鲁棒渐近稳定性问题.首先通过证明一个有用的引理,建立了渐近稳定性和鲁棒稳定性之间的关系.其次,在不要求激励函数满足严格单调增加和有界性的情况下,通过构造适当的Lyapunov泛函,针对所研究的神经网络模型,基于线性矩阵不等式技术建立了平衡点鲁棒稳定的一个充分判据.仿真结果进一步证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．     

具有分布时滞的脉冲Cohen-Grossberg神经网络的指数稳定性

利用非负矩阵的谱半径和M-矩阵的性质,以及不等式分析技巧研究了具有分布时滞和脉冲的Cohen-Grossberg神经网络,得到了其平衡点存在性和指数稳定性的充分判据,结果去掉了放大器函数αi(s)(i=1,2,…,n)的上界限制,从而推广了一些文献的结果.     

具有时变时滞的Hopfield神经网络的全局指数渐近稳定性

对具有时变时滞的Hop fie ld神经网络模型,给出了时滞无关的全局指数稳定判据.去掉了输入-输出函数的可微性和有界性条件,推广了其他作者基于常数时滞的有关结果,所给的充分条件不但能保证该时滞神经网络平衡点的存在性,而且能使其全局指数渐近稳定.     

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.     

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.     

线性周期切换系统的渐近稳定性

为了研究一类线性周期切换系统的全局渐近稳定性问题,基于驻留时间的方法,当切换系统的各子系统均为稳定的情况下,给出了切换周期的最小下界;当切换系统中含有不稳定的子系统,建立了稳定子系统的驻留时间总和与不稳定子系统的驻留时间总和之间的关系：同时当各子系统的驻留时间均等时,得到了切换周期的设计条件。这些充分条件对于判断一类线性周期切换系统的渐近稳定性具有实用性。仿真结果表明所提出的切换方法是有效的。     

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．     

具有反应扩散和无空时滞的Cohen-Grossberg神经网络的全局鲁棒指数稳定性

文章研究了一类带分布时滞的反应扩散Coihen-Grossberg神经网络的鲁棒指数稳定性。利用不动点理论和不等式的技巧,给出了平衡点存在唯一性和全局鲁棒指数稳定性的新的判别准则。     

带Markov切换的随机微分系统的输入状态稳定性

针对一类具有外部输入的非线性随机微分系统,研究了带Markov切换的随机微分系统的输入状态稳定性问题;首先,引入了一种马氏链遍历性定义,基于该定义提出了一类分析带Markov切换的随机微分系统输入状态稳定性的新方法;然后,借助Lyapunov-Krasovskii函数方法,将随机微分系统的状态划分为两种情况,针对这两种不同的情况,分别讨论了在外部输入量影响下系统状态的有界性,进而得出该非线性带Markov切换随机微分系统输入状态的稳定性。     

具有时滞的Cohen-Grossberg神经网络的指数输入-状态稳定

[目的]研究具有时滞的Cohen-Grossberg神经网络模型的指数输入-状态稳定.[方法]通过构造新的Halanay微分不等式来证明主要结果.[结果]对于所建立的一类具有时滞的Cohen-Grossberg神经网络模型获得了该系统指数输入-状态稳定的充分条件.[结论]此方法不仅改善了一些保守性的条件并且本文中的神经...