关于细胞神经网络稳定的一个充分条件

研究了一类细胞神经网络的稳定性问题.通过构造适当的Liapunov泛函采用一些变换算法并结合不等式分析技巧,进一步探讨了细胞神经网络的稳定性条件.证明了细胞神经网络平衡点的存在性,给出了细胞神经网络的平衡是全局一致渐近稳定的充分条件.这些条件可使细胞神经网络的设计更加容易,因此具有比较重要的理论意义和应用价值.     

一类具比例时滞细胞神经网络的全局渐近稳定性

研究一类具多比例时滞细胞神经网络的全局渐近稳定性.首先应用Brouwer不动点定理证明该系统平衡点的存在性,其次根据矩阵谱半径理论证明该系统平衡点的唯一性,然后通过构造合适的Lyapunov泛函及运用不等式的分析技巧,与Barbalat引理相结合,讨论该系统平衡点的全局渐近稳定性,并得到该系统全局渐近稳定的时滞无关和时滞相关的2个新的充分条件,最后给出数值算例及仿真结果验证所得结论的正确性.     

混合时滞神经网络平衡点的全局稳定性

运用Brouwer不动点理论和Lyapunov函数法,在较一般的条件下研究了一类具有混合时滞神经网络模型平衡点的存在性和全局渐近稳定性,得出一些新的简单判据.并举例和数值仿真说明结果的有效性.     

时滞神经网络模型全局渐近稳定性的一个新的充分条件

运用Ｌｙａｐｕｎｏｖ泛函方法,讨论了一类具有时滞的神经网络模型ｄｕｉ（ｔ）／ｄｔ＝－ｂｉｕｉ（ｔ）＋ｎ∑ｊ＝１ωｉｊｆ（ｕｊ（ｔ－τｊ））＋ｐｉ（ｉ＝１,２,．．．,ｎ）平衡点的全局渐近稳定性,获得了一个新的充分条件。     

变时滞细胞神经网络全局渐近稳定的一个新充分条件

给出变时滞细胞神经网络存在唯一平衡点且全局渐近稳定的一个新的充分条件.新条件依赖反馈矩阵但不依赖时滞参数,与已存在的条件相比,限制条件更弱,适应范围也更广.     

论细胞神经网络的稳定性

研究了细胞神经网络的耗散性及其平衡点的存在性、唯一性和全局渐近稳定性。推广了先前有关ＣＮＮ稳定性的一些结果。     

时间延迟细胞神经网络及其稳定性充分条件

ＤＣＮＮ是一种具有神经元时间延迟τ的细胞神经网络模型，通过Ｌｙａｐｕｎｏｖ能量函数的构造和分析经出一个判定ＤＣＮＮ稳定性的主分条件，这一结果改进了Ｐ．Ｐ．Ｃｉｖａｌｌｅｒｉ等给出的τ上界；给出了以充分性判定ＤＣＮＮ稳定的最优τ上界。     

时延细胞神经网络的全局渐近稳定性

通过Lyapunov泛函方法和新的不等式分析技巧,讨论了一类时延细胞神经网络的全局渐近稳定性问题,得到了一个新的充分判据,该判据可用于设计出各种全局稳定的网络。     

变时滞区间细胞神经网络的全局鲁棒稳定性

本利用拓扑度理论和Liapunov泛函方法讨论了变时滞区间细胞神经网络的全局鲁棒稳定性，给出了实用有效的判定条件，推广了有关献中的结果。     

时间延迟细胞神经网络及其稳定性充分条件

ＤＣＮＮ是一种具有神经元时间延迟τ的细胞神经网络模型．通过Ｌｙａｐｕｎｏｖ能量函数的构造和分析给出一个判定ＤＣＮＮ稳定性的充分条件．这一结果改进了Ｐ．Ｐ．Ｃｉｖａｌｅｒｉ等给出的τ上界；给出了以充分性判定ＤＣＮＮ稳定的最优τ上界     

分流抑制细胞神经网络的稳定性

讨论了分流抑制细胞神经网络的完全稳定性与全局渐近稳定性,改进了已有的结论．     

带有时滞和脉冲的模糊细胞神经网络的全局指数稳定性

主要讨论了带有时滞和脉冲的模糊细胞神经网络的全局指数稳定性.在合适的条件下,利用不动点定理、M-矩阵原理和Lyapunov函数技巧,获得了该系统平衡点的全局指数稳定性.     

离散时滞的模糊细胞神经网络的渐近稳定性

通过Lyapunov函数讨论具有离散时滞的模糊细胞神经网络(Fuzzy Cellular Neural Networks,FCNN)的全局渐近稳定性,得到全局渐近稳定性的一些充分条件．     

时变时滞细胞神经网络的稳定性分析

研究了一类具有变时滞的细胞神经网络的稳定性问题,利用新的Lyapunov Krasovskii函数,给出了系统全局渐近稳定的时滞相关稳定性条件。其结果以线性矩阵不等式的形式给出,可以很容易通过计算机编程实现。并且本文通过对矩阵特征值的应用,得到了一个新的LMI的应用形式,改善了对LMI的应用。最后,数值算例说明了本文结果的优越性。     

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.       

细胞神经网络全局指数稳定性的新判据

综合运用矩阵范数、算子测度以及 Lyapunov函数法 ,讨论了细胞神经网络的全局指数稳定性 ,给出了一些较简洁的新的充分判据。     

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 .     

变系数变时滞分层抑制细胞神经网络的概周期解

研究了变系数变时滞分流抑制细胞神经网络问题.在没有假设激活函数有界的条件下,利用指数二分法,不动点定理和微分不等式技巧,得到了保证变系数变时滞分流抑制细胞神经网络的概周期解的存在性和k-全局指数稳定性的充分条件.所得结果是新的,推广并改进了现有文献的结论.文末一个例子用以说明判据的可行性.     

具一般输出函数的时滞细胞神经网络的指数稳定性

讨论了具有一般输出函数的时滞细胞神经网络模型的全局指数稳定性,给出了一个使模型具有惟一的全局指数稳定的平衡点的充分条件,这一结果包含已有文献中的许多结果作为特例.