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．     

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.     

一类延迟细胞神经网络全局渐近稳定性条件

通过应用李雅普诺夫函数和矩阵不等式的方法,给出判定一类延迟细胞神经网络平衡点惟一性和全局渐近稳定性的一个充分条件。 该条件包含并改进了已有文献中一些结果。     

一类时延细胞神经网络的全局渐近稳定性

讨论时滞的细胞神经网络(DCNNs)的全局渐近稳定性,利用Lyapunov泛涵方法和平均值不等式,a1a2…ak≤1/k(ak1+ak2+…+akk)(a1＞0,i=1,2,3,…,k),构造了一类新的Lyapunov泛涵,再次对DCNNs的稳定性进行了研究.得到了DCNNs全局渐近稳定时的一些充分条件,给出了保证时滞细胞神经网络全局渐近稳定的模型设计方法.     

一种新的时滞细胞神经网络全局渐近稳定性准则

研究了一类具有时滞的细胞神经网络全局稳定性问题。首先,提出所研究的时滞细胞神经网络模型、系统激活函数所需满足的条件及本文需要用到的引理。然后,将所研究的系统通过一个等式进行线性变换,在定义一个与系统相关的积分操作基础上讨论时滞细胞神经网络的全局渐近稳定性。与早期的文献结果相比,本文所得结果具有更少保守性,并且该条件是与时滞相关的。本文所得到的稳定性准则可以很容易地求出系统稳定的时滞上界,进而可以很容易得到时滞无关稳定性结果。最后,用一个数值例子证明本文所得的稳定性条件是有效的。     

一类二重Cohen——Grossberg网络的渐近稳定性神经

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，推广了已知献的一些结果。     

一类非线性时滞细胞神经网络稳定性分析

研究了一类常时滞细胞神经网络的全局渐近稳定性.通过构造适当的Lyapunov-Krasovskii泛函,利用线性矩阵不等式(LMI)得出了全局渐近稳定性判据.数值的例子验证了方法结果的有效性.     

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.     

一类延迟神经网络的全局渐近稳定性

针对一类能够由中立型变延迟非线性微分方程描述的神经网络模型,通过构造一个Lyapunov-Krasovskii泛函,给出了平衡点惟一性和全局渐近稳定的充分条件.所得到的稳定判据不依赖于时间延迟大小,不要求神经元激励函数的有界性、严格单调性和可微性,只与连接矩阵和延迟的导数项有关,且该稳定判据能够表示成线性矩阵不等式形式,易于求解验证.     

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．     

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．     

变时滞高阶Hopfield神经网络的全局指数稳定性

文章首先利用Brouwer不动点定理得到了平衡点存在性的充分条件,然后利用不等式分析技巧得到平衡点的唯一性及全局指数稳定性的一个新的判据.     

一类带有混合时滞的神经网络全局渐进稳定分析

针对一类具有离散和无穷分布时滞的神经网络模型,通过构造新的Lyapunov函数,解决了含有无穷分布时滞的系统稳定问题,给出了全局渐近稳定的充分条件.首次以Hadamard乘积将系统用向量形式表示,并用线性矩阵不等式表示所得结果,稳定判据不依赖于时间延迟大小,不要求神经元激励函数的有界性、可微性,只与连接矩阵和延迟的导数...     

带有不确定性的时变时滞神经网络渐近稳定性分析

研究了一类既具有时变时滞,又带有不确定性的细胞神经网络全局渐近稳定性问题,并给出了新的稳定判据.其中考虑的不确定性为有界不确定性,系统参数具有的这种不确定性是与时间相关的,它的参数被限制在一定范围内,时间滞后函数是随时间变化而改变的,但它的导数是小于1的.在国际上,针对这一类综合性问题的研究并无太成熟理论.因此,所建模型与以往模型相比更具有一般性.通过构造新的Lyapunov函数,利用LMI方法,给出了系统稳定的充分条件.最后,用仿真实例证明了理论的有效性.     

多重时变时滞的Cohen-Grossberg神经网络的指数稳定性

研究了多重时变时滞的Coben-Grossberg神经网络的指数稳定性，得到了平衡点存在以及指数稳定的充分条件，这些条件相比前人文章具有限制更少，更容易验证的特点。     

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.