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.     

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。     

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．     

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.     

具有混合时滞随机离散神经网络的渐近稳定性分析

研究了一类具有离散和分布时滞的随机离散神经网络的模型,通过构造新的Lyapunov-Krasovskii函数,给出了模型渐近稳定性的定理.以线性矩阵不等式形式给出的定理,易于用Matlab的LMI工具箱求解.最后通过仿真实例证明了定理的有效性.     

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.     

变时滞Recurrent神经网络同态稳定性

基于线性矩阵不等式,利用Lyapunov泛函的方法,对变时滞Recurrent神经网络同态稳定性进行了研究,给出了不需要调整参数矩阵,易于验证同态稳定性的判据.     

随机中立型时滞神经网络的全局渐近稳定性判据

研究一类含有变时滞的随机中立型神经网络的全局渐近稳定性问题.通过构造一个新的Lyapunov Krasovskii泛函和不等式技术,得到了基于线性矩阵不等式表示的与时滞大小有关的时滞稳定的充分判据.该判据考虑了一类含有分布式时滞和随机扰动项并且激活函数是常量(正数、负数和零)的中立型神经网络,与现有文献相比,其更具有一般性和较少保守性.最后,通过2个算例分析,验证了所得结果是有效的.     

Delay-probability-distribution-dependent robust stability analysis for stochastic neural networks with time-varying delay

The delay-probability-distribution-dependent robust stability problem for a class of uncertain stochastic neural networks (SNNs) with time-varying delay is investigated. The information of probability distribution of the time delay is considered and transformed into parameter matrices of the transferred SNNs model. Based on the Lyapunov–Krasovskii functional and stochastic analysis approach, a delay-probability-distribution-dependent sufficient condition is obtained in the linear matrix inequality (LMI) format such that delayed SNNs are robustly globally asymptotically stable in the mean-square sense for all admissible uncertainties. An important feature of the results is that the stability conditions are dependent on the probability distribution of the delay and upper bound of the delay derivative, and the upper bound is allowed to be greater than or equal to 1. Finally, numerical examples are given to illustrate the effectiveness and less conservativeness of the proposed method.     

一类含有分布时滞神经网络的稳定性分析

研究了一类含有分布时滞的神经网络的渐近稳定性问题.利用线性矩阵不等式(LMI)方法,并且引入适当的自由权矩阵,得到了一个新的时滞依赖的稳定性判据,所得判据是以线性矩阵不等式的形式给出,便于直接应用.最后给出的数值例子说明了所得结论的有效性和优越性.     

新的离散时变时延系统的稳定性条件

研究了一类离散时变时延系统的稳定性问题.通过定义新的Lyapunov函数并利用离散的Jensen不等式,给出了新的保证系统稳定的线性矩阵不等式条件.相比于已有的结果,这些新的条件涉及的决策变量少,并且算例表明它具有较小的保守性.     

变时滞离散时间切换Hopfield神经网络的稳定性分析(英文)

主要研究具有时变时滞和不确定项的离散时间切换霍普菲尔德神经网络的鲁棒指数稳定性问题。首先,给出具有时变时滞和不确定项的离散时间切换霍普菲尔德神经网络的数学模型。然后,基于一个新的李亚普诺夫-克拉索夫斯基泛函、离散时间的詹森不等式和线性矩阵不等式,应用平均驻留时间方法,导出一些新的时滞依赖的准则,从而保证离散时间切换霍普菲尔德神经网络的鲁棒指数的稳定性。并且通过一个数值例子验证了导出结果的有效性。     

具有加性时变时滞神经网络的稳定性分析

讨论了具有加性时变时滞的神经网络模型的稳定性,得到了新的稳定性判据.在构造包含三重积分项的新Lyapunov泛函的基础上,利用新的不等式,采用时滞分割方法,并结合其他分析技巧,得到了保守性较低的线性矩阵不等式稳定性条件.最后,通过2个数值实例,验证了方法的有效性和结果的优越性.     

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.     

具有时变时滞的Hopfield神经网络的全局指数稳定性及衰减速度估计

应用Razumikhin型稳定性定理讨论了具有时变时滞的Hopfield神经网络平衡点的全局指数稳定性,给出了系统全局指数稳定的时滞相关和时滞无关的充分条件,同时讨论了这类系统的衰减速度.最后,通过一个例子说明本文结果的优越性.     

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.