非线性神经网络模型部分变元稳定性研究

将克拉索夫定理的方法运用到一类非线性连续神经网络关于部分变元的稳定性的研究中，得出了一类网络模型平衡点关于部分变元稳定的充分性判据。     

具有不可微时变时滞四元数神经网络的全局μ－稳定性

稳定性是实值、复值、四元数神经网络在众多领域应用中首要关心的问题,针对具有不可微时变时滞的四元数神经网络的全局μ-稳定性问题,提出了在不要求网络可分解情况下的充分性判据;将四元数神经网络整体考虑,通过构造合适的Lyapunov-Krasovskii泛函,运用自由权矩阵和矩阵不等式等技术,获得了所研究网络平衡点的全局μ-稳定性的充分性条件,给出的稳定性判据是四元数线性矩阵不等式表示的,同时将所得结果与已有的结果进行了对比;最后通过一个数值仿真实例验证了结果的有效性.     

具比例时滞四元数值中立型Cohen-Grossberg神经网络稳定性分析

主要研究具比例时滞四元数值中立型Cohen-Grossberg神经网络的稳定性.通过利用M-矩阵理论、同胚映射原理、Lyapunov函数、线性矩阵不等式等技术,得到了系统平衡点的存在唯一性和全局指数稳定性的充分条件;最后通过数值仿真验证所得结果的有效性和正确性.     

组合优化神经网络的胞元设计及稳定性分析

以ＴＳＰ网络为例，详细分析了Ｈｏｐｆｉｅｌｄ网络在求解组合优化问题时经常出现的不稳定性和局部最优性，提出了解决这２个问题的一个改进算法。证明了对于全负联接的Ｈｏｐｆｉｅｌ网络，如果对神经元的特性函数进行个性就可以控制系统在状态空间的运动方向，从而保证网络在当前能量函数下降最快的方向上迅速地收敛到局部最优解。     

一类时滞神经网络模型的稳定性

利用数变易法及不等式分析技巧,讨论了一类时滞神经网络模型稳定性,给出指数稳定性的一个充分条件。     

时滞神经网络的指数稳定性分析

研究了一类时滞细胞神经网络的指数稳定性问题,利用Razumikhin定理和线性不等式技术得到新的全局指数稳定性准则.与其他方法不同之处在于,对神经网络模型的“线性化”,将神经网络模型变成一个线性时变的系统.所获的条件具有较少的保守性.最后用1个数值例子说明文中所得的结果是有效的.     

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.     

带有leakage时滞的神经网络周期解的稳定性

利用模型转化技术，本文尝试着研究了带有leakage时滞的神经网络周期解的渐近稳定性，得到了依赖leakage时滞的全局渐近稳定的充分条件，具体模型的数值模拟验证了结论的正确性同时也印证了leakage时滞对系统稳定性的消极影响。     

关于时滞神经网络的全局渐近稳定性

本文讨论了一类时滞神经网络中有关平衡点的全局渐近稳定性的问题.用比较原理和Lyapunov泛函方法,导出了该类神经网络全局渐近稳定性的充分条件.     

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.     

变时滞Cohen-grossberg神经网络的全局鲁棒稳定性

运用李雅普诺夫稳定性理论和线性矩阵不等式(LMI)对变时滞Cohen-grossberg神经网络的鲁棒稳定性进行分析,得出了判别其全局鲁棒稳定性的充分条件.通过和已有结论比较,说明推广了已有结果,得到了新的判别条件.     

具有时滞的递归神经网络模型的分支分析

主要研究了一类含有6个时滞的四阶神经网络模型的分支问题.通过应用时滞微分方程的中心流形定理和规范型理论,得到了系统在原点处的Bogdanov-Takens(B-T)分支和triple zero分支的规范型,进而给出了一些主要的分支现象.     

具有分布时滞神经网络系统的全局稳定性分析

基于M-矩阵理论，利用Liapunov泛函方法和不需要激励函数有界以及满足全局Lipschitz条件假设的前提下，讨论一类具有分布时滞神经网络系统的稳定性问题，最后给出实例仿真来说明所得结果的有效性．     

带反应扩散和分布时滞的神经网络的稳定性

文章中我们研究了带反应扩散和分布时滞的神经网络,利用M矩阵的性质和不等式技巧,给出了系统平衡点一致稳定的判别准则.     

变时滞静态神经网络的全局指数稳定性

基于拓扑度理论和推广的Halanay矩阵微分不等式,研究了变时滞静态神经网络的全局指数稳定性,并给出了实用有效的判定条件。     

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.     

一类时滞神经网络系统的概周期解

本文利用Banach空间中不动点原理和Lyapunov理论,研究一类变时滞神经网络系统概周期解的存在性和全局渐近稳定性,推广和改进了已有文献的结论.     

含时滞的单输入单输出的非线性系统的自适应神经网络控制(英文)

对一类含时滞的单输入单输出的非线性系统提出了一种新的自适应神经网络控制方法.利用径向基神经网络来估计未知的连续函数.在设计中利用积分型Lyapunov-Krasovskii来消除未知的时滞.该文的结果的主要优点是:不仅有效地避免了控制奇异问题,也消除了对未知虚拟控制条件的限制.     

二阶时滞的双向联想记忆神经网络的稳定性分析

讨论了二阶时滞的双向联想记忆神经网络平衡点的全局稳定性,利用Lyapunov函数和不等式技巧得到了网络平衡点的全局渐近稳定和全局指数稳定的几个充分条件.