具有不同时间尺度的分布时滞竞争神经网络概周期解的全局指数稳定性

运用李亚普诺夫泛函结合微分不等式技巧研究了具有不同时间尺度的分布时滞竞争神经网络的概周期解,给出了其全局指数稳定性的一个充分条件。     

具有不同时间尺度的分布时滞竞争神经网络概周期解

运用不动点理论结合微分不等式技巧研究了具有不同时间尺度的分布时滞竞争神经网络的概周期解,给出了其存在性和惟一性的一个充分条件．     

具有不同时间尺度的变时滞竞争神经网络概周期解的存在性及指数稳定性

利用Banach空间中的不动点定理、指数二分法和不等式技巧,通过引入可调实参数, 作者得到了一类具有不同时间尺度的变时滞竞争神经网络存在全局指数稳定的概周期解的充分条件,推广和改进了已有的相关结果.     

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.     

一类具有分布时滞的Hopfield神经网络的稳定性

利用谱半径和不等式分析技巧研究了一类具有分布时滞的Hopfield神经网络模型的全局指数稳定性,得到了全局指数稳定性的一些充分判别条件,推广了一些文献的结果．     

具分布时滞的广义Cohen-Grossberg神经网络的指数稳定性

研究了具分布时滞的广义Cohen-Grossberg神经网络的动态性质.运用非线性测度和构造Lyapunov函数,获得了神经网络系统存在唯一平衡点且平衡点全局指数稳定的一个充分条件.这个条件与时滞无关.最后,给出了一个实例说明所得结论的有效性.     

具有脉冲和时滞的细胞神经网络的全局指数稳定性

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新的充分条件,该结果具有更好的适用性.     

变时滞细胞神经网络的全局指数稳定性

研究了一类变时滞细胞神经网络平衡点的全局指数稳定性问题．在不要求激励函数全局Lipschitz条件下,利用Lyapunov函数方法和M-矩阵的特性,结合Young不等式和Halanay时滞微分不等式,得到了细胞神经网络模型在一定条件下全局指数稳定的一些充分条件．数值例子说明了本文结果的有效性．     

具有变时滞的细胞神经网络的全局指数稳定性

研究具有可变时滞的细胞神经网络的全局指数稳定性问题,得出了可变时滞的细胞神经网络全局指数稳定性的几个充分条件.在实际应用中,设计验证满足这些条件很方便,甚至无须知道时滞的具体形式.因而具有重要的理论意义和应用价值.       

具连续分布时滞细胞神经网络的指数稳定性

利用Cramer法则和Brouwer不动点定理,通过构造适当的Lyapunov泛函并结合矩阵形式的Halanay微分不等式分析技巧,研究了一类具有连续分布时滞的细胞神经网络模型的动力学性质,获得了该模型的平衡点的存在性和全局指数稳定性的充分条件.改进和推广了已有文献的结论.这些结果对设计全局指数稳定的细胞神经网络具有重要的指导意义.     

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。     

高阶时滞神经网络模型的全局指数稳定性

对具有时滞的二阶Hopfield型神经网络平衡点的全局渐近稳定性问题进行了研究.在不要求连接权矩阵的对称性和输入输出函数的可微性与单调性,只要求系统的参数满足是一个M矩阵的情况下,利用推广的Hanalay不等式和上右导数导得系统全局指数稳定性的若干充分条件.为二阶时滞神经网络稳定性的新方法、新结论.     

分布时滞模糊BAM神经网络模型的指数稳定性

详细介绍了一类具分布时滞的模糊BAM（Bi·direction Associate Memory）神经网络模型．在合适的条件下,通过数学分析技巧和压缩映像原理,证明了模型平衡点的存在唯一性;通过构造Liapunov泛函,利用Lipschitz激励函数性质,获得了平衡点的指数稳定性．     

非自治分布时滞BAM神经网络的绝对指数稳定性

利用Brouwer不动点理论和不等式技巧, 讨论了非自治分布时滞BAM神经网络的绝对指数稳定性, 给出了实用有效的判定条件,仅要求激活函数满足局部Lipschitz条件,所得结果更容易验证。 例子说明结果的有效性。     

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。     

变时滞神经网络模型的全局指数稳定性

研究了一类变时滞的Hopfield型神经网络的全局指数稳定性,在对网络系统施加两个不同的非线性神经元激励函数的条件下,利用M-矩阵的特性,得到了细胞神经网络模型在一定的条件下全局指数稳定的易于判定的充分条件,数值例子说明了本文结果的有效性.     

具有离散和分布时滞的脉冲神经网络的全局指数稳定性

研究了一类具有离散和分布时滞的脉冲神经网络的全局稳定性。基于微分方程的Lyapunov稳定性理论和线性矩阵不等式（LMI）处理方法,得到了系统全局指数稳定的充分条件。     

时滞Hopfield神经网络的全局指数稳定性

利用时滞微分不等式,讨论了时滞Hopfield神经网络的全局指数稳定性,获得了几个判定条件。这些结论推广了已知文献中的结果。     

一类具有时滞的投影神经网络系统的指数稳定性

文章研究了一类具有时滞的投影神经网络的稳定性问题,根据这类神经网络的特点,将神经网络的状态变量进行分块,通过构造Lyapunov泛函,导出了神经网络系统指数稳定性的充分条件,在适当的初始条件下,给出的稳定性条件与分块矩阵的某些块无关,表明我们所获得的条件的优越性。     

具有分布式时滞的模糊神经网络的指数稳定性

研究具有分布式时延的模糊神经网络的指数稳定性.仅要求反馈核函数满足∫0th(s)ds=1,利用均值不等式和Lyapnunov泛函,得出了该模型的全局指数稳定性的一个充分条件.通过实例,说明本文结果是可行的.