变系数时滞脉冲方程周期解的指数稳定性研究

神经网络属于复杂网络,因其可以描述各种真实的系统受到了大量学者的研究,而稳定性一直是复杂网络的重要问题,研究了一类脉冲神经网络的指数稳定性;建立一个含有分布时滞和脉冲的变系数广义 Halanay 不等式,它有 3 个特点:含有脉冲,可以用来证明不连续系统的稳定性;系数为变系数,对不等式 的系数要求更为宽松,应用更加广泛;时滞为分布时滞;利用新建立的广义 Halanay 不等式,结合 Banach 不动点理论,建立简单的 Lyapunov 函数,得到了使脉冲神经网络周期解的存在性和指数稳定性的充分条件,说明了在满足条件时,脉冲时滞神经网络存在惟一周期解,并且周期解指数稳定。     

变时滞神经网络周期解的存在和指数稳定性

文章利用Brouwer不动点定理以及构造新的Lyapunov函数得到变时滞神经网络周期解的存在唯一性和指数稳定性的相应结果.     

具变时滞细胞神经网络的指数稳定性与正周期解

利用Lyapunov函数研究具变时滞细胞神经网络的指数稳定性，获得新的判据，利用重合度理论得到了该神经网络正周期解存在的充分条件．     

时延细胞神经网络的指数稳定性和周期解

研究时延细胞神经网络周期解的存在性和全局指数稳定性问题 .巧妙地引入可调实参数di>0 (1 ,2 ,… ,n) ,通过构造Lyapunov泛函并结合有效的分析技巧 ,给出新的充分准则 .所得的结果 ,推广和改进已有报道的相关结果 .这些准则可用于设计全局指数稳定的和周期振荡的具时滞的神经网络 ,扩大神经网络设计的范围 .     

具分布时滞BAM神经网络周期解的存在性和指数稳定性

利用重合度理论中的延拓定理和一些分析技巧,获得了具分布时滞的双向联想记忆(BAM)神经网络模型周期解的存在性、唯一性和全局指数稳定的新结论.     

时滞神经网络周期解存在性及全局指数稳定性

运用重合度理论、M-矩阵理论及李雅普诺夫方法,获得了带时滞神经网络周期解存在性和全局指数稳定性的充分条件.     

时滞的周期神经网络模型周期解的稳定性

通过构造Lyapunov-Krasovskii泛函,获得了时滞周期神经网络模型周期解指数稳定性的一个充分条件.     

时滞的周期神经网络模型周期解的稳定性

通过构造Lyapunov-Krasovskii泛函,获得了时滞周期神经网络模型周期解指数稳定性的一个充分条件。     

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.     

时滞的周期神经网络模型周期解的稳定性分析

通过构造Lyapunov-Krasovskii泛函,获得了时滞周期神经网络模型周期解全局渐近稳定性的一个充分条件.     

离散混合时滞细胞神经网络周期解的存在性与稳定性

利用重合度理论及一些不等式的技巧讨论了离散混合时滞细胞神经网络周期解的存在性与全局指数稳定性,给出了周期解存在与全局指数稳定性的充分条件.     

变时滞高阶细胞神经网络周期解的存在性及其全局指数稳定性

利用迭合度理论得到了周期解的存在性的充分条件,然后利用微分不等式分析技巧得到周期解的唯一性及其全局指数稳定性的一个新的判据.     

随机变时滞递归神经网络的几乎指数稳定性

研究了一类随机变时滞递归神经网络的几乎指数稳定性问题。利用Lyapunov函数方法和Ito公式,结合矩阵分析技巧,给出了系统几乎指数稳定的判别准则。数值例子说明了该结果的有效性。     

可变时延神经网络的全局指数稳定性

利用Lyapunov泛函方法和线性矩阵不等式(LMI)技术,讨论了带有可变时延的神经网络的全局指数稳定性.通过引入一系列参数,给出全局指数稳定的平衡点的充分条件.实例表明给出的充分条件是有效、可行的.     

BAM神经网络周期解的存在性及全局稳定性

讨论了具有分布时滞的双向联想记忆(BAM)神经网络的动力学行为。利用迭合度理论的延拓定理和分析技巧,得到了周期解的存在性和全局稳定性的充分条件,对设计这种类型的神经网络具有重要意义。     

时滞依赖的变延时细胞神经网络的指数稳定性

细胞神经网络(CNNS)由于有许多重要的应用价值，所以它的稳定性分析一直是神经网络领域里的一个重要课题．近年来，神经动力系统的定性分析吸引了众多学的关注．在神经网络的电子器件实现中，出现了许多问题，诸如：转换延时，积分器，连接延时等．在这种情况下，在系统模型中一定要引进一个延时参数．要制造高质量的微电子神经网络，研究带有延时的神经动力行为是特别重要的．献[1～11]研究了时滞神经网络的全局稳定性；献[5，9，12，13]给出了有关延时细胞神经网络(DCNNs)全局稳定的充分条件，但是在这些章中，细胞的输出函数要求是一个分段线性函数并且延时是一个常量；献[10，13]虽然不再要求细胞的输出函数为分段线性函数，但是仍要求它的延时项是一个常数．在Lyapunov稳定性理论及矩阵不等式的基础上，给出了一个保证变延时细胞神经网络平衡点存在唯一并且全局指数稳定的充分条件．这个条件对参数变延时做了一个限制．给出了一个具体的数值例子及其仿其结果来说明我们结果的可行性．     

脉冲时滞细胞神经网络系统的指数稳定性

讨论了一类具有时滞的脉冲细胞神经网络的全局指数稳定性。利用Lyapunov函数和不等式技巧得到了该系统全局指数稳定的一个充分条件,同时给出示例说明结果的有效性。