具M-P型非线性双阈值二元神经网络的渐近行为

研究一类具双阈值常数时滞二元神经网络模型,系统分析了不同阈值情形解的渐近行为.特别对临界阈值情形,建立了一些新的充要条件.     

一类二元神经网络的渐近行为

讨论了一类具自反馈二元时滞神经网络模型的渐近行为．根据信号函数的不连续性,我们将模型转化为几个常微分方程组来考虑,通过对建立的一维映射的迭代规律进行分析,得到了该神经网络模型的收敛性与周期解的存在性,描述了周期解的个数,分析了周期解的吸引性．这些结果对于设计网络模型有着重要意义．     

一类二元人工神经网络模型的渐近性

本文讨论了一类具有分段常数不连续信号传递函数的二元人工神经网络动力系统的渐近性质.所获结果表明系统的动力性态取决于初值、时滞及阈值的大小.     

非线性二元离散神经网络模型的渐近性

针对一类具M-P型非线性离散神经网络模型,提出了当初值设定在振动型函数空间上时解的渐近行为问题.通过构造解的表达式,并利用不等式技巧,结合分析方法,获得了大阈值情形下系统唯一平衡点全局稳定性,进一步建立了临界阈值情形下初值不同的解趋于不同平衡点的充要条件.所得结果解决了文献中的相关问题.     

一类具时滞双阈值二元离散神经网络模型的全局指数渐近稳定性

研究了具正自反馈双阈值二元离散神经网络模型的动力学性质.对设定的阈值范围,证明了模型的平衡解是全局指数渐近稳定的.     

具三段常数不连续信号函数的神经网络模型解的渐近性

利用分步法,并结合分析方法,讨论了一类具三段常数不连续信号函数的激励型时滞神经网络模型解的渐近行为,得到了一系列关于该神经网络模型解的收敛性与最终周期性的充分条件,这些条件说明该网络模型解的渐近性依赖于初始值、传递时滞及信号函数的阈值等参数的取值范围. 所获结果补充了一些现有文献的相关结论.     

一个广义时滞人口增长模型解的渐近性

考虑一个广义时滞人口增长模型，获得了它的每个正解当ｔ→∞时趋于其正平衡点的充分条件。     

n阶非线性时滞微分方程的振动性与渐近性

研究了具有强迫项的ｎ项非线性时滞微分方程的解的振动性与渐近性,获得了某些充分条件,在这些条件下,如ｎ为偶数,方程的所有解振动：如ｎ为奇数,方程的每个解或者振动,或者趋于零,对文（１－２）中的定理作了较大的改进。     

一类二阶非线性中立型微分方程解的渐近性

利用Riccati变换法研究了二阶非线性中立型方程，给出其非振动解的渐近性。所得结果推广了已有结果。     

一类多时滞中立型方程描述的神经网络渐近稳定时滞依赖判据

通过引入适当的Lyapunov-Krasovskii泛函,给出一类由多时滞中立型方程所描述的神经网络的稳定性判据,该稳定性判据不仅与离散性时滞相关,而且依赖中立型时滞,由于稳定性判据基于线性矩阵不等式,因此其求解方法可以使用各种凸优化算法,使用Matlab工具箱中的线性矩阵不等式算法,给出数据仿真实例,验证了方法的有效性.     

一类非线性微分方程解的振动性与渐近性

研究了一类二阶非线性微分方程,得到了方程解振动与渐近的充分性判据.     

二阶泛函微分方程解的渐近性与振动性

研究二阶泛函微分方程χ＂（ι）－Ρ（ι）ｆ（χ（τ（ι）））ｇ（χ‘（σ（ι）））＝０解的渐近性与振动性．给出了有界解振动的充分条件．     

一类高阶微分方程组解的渐近行为

对方程组Mx″ x′=f(t,x),x∈ΩRn,t∈R1,得到如下结果:若该方程组有一个解x1(t)满足limt→ ∞x1(t,t0,x11,x12)=c,则存在方程组x′=f(t,x)的一解x2(t)=x2(t,t0,x20),使得limt→ ∞‖x1(t,t0,x11,x12)-x2(t,t0,x20)‖=0.这一结果的某些推广和应用实例也在文中予以讨论.     

一类非线性奇异抛物方程解的渐进行为

利用紧致方法和先验估计技巧,研究了一类奇异非线性抛物方程的弱解当λ→0+和λ→+∞时的渐进行为(其中λ为方程中的一个参数),并且建立了解的收敛率。揭示了所论方程与发展型p-Laplace方程之间的深刻联系。     

二阶脉冲微分方程的解的渐近性态

研究得到二阶脉冲微分方程{p(t)x'(t)' a(t)x(t)=0,t≥t0,t≠tk,k＝1,2,… x(tk^ )=gk(x(tk)),x'(tk^ )=hk(x'(tk)),k=1,2…的解有界或趋于零的充分条件。     

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.