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。     

多重时滞离散神经网络的指数稳定性

论文研究了带有多重时滞的连续神经网络的离散模型.离散神经网络模型对于连续模型的实际应用及其数值计算具有十分重要的意义,不仅如此,它自身也有独特的动力学性质与广泛的应用领域.论文通过不动点理论等分析方法,在没有假设激励函数有界性和可微性的情况下,给出了系统的不动点存在唯一性和全局指数稳定性的充分条件.     

脉冲时滞Cohen-grossberg神经网络的指数稳定性

分析了脉冲时滞Cohen-Grossberg神经网络的平衡点的存在唯一性及全局指数稳定性.利用Liapunov函数方法和同胚映射理论,结合积分不等式技巧,得到了保证脉冲时滞Cohen-Grossberg神经网络全局指数稳定性的一个新的充分判据.所得判据改进了前人的结果.     

有脉冲和时滞的双向记忆神经网络稳定性分析

利用Lyapunov函数和二维Hanalay类型不等式,研究带有脉冲和时延的广义双向联想记忆神经网络平衡点的全局指数稳定性,得到了几个判断网络全局指数稳定的充分条件,这些条件刻画了脉冲强度和没有脉冲的连续子网络(双向联想记忆神经网络的连续部分)的指数收敛速度对整个网络的全局指数稳定性的混合影响。研究结果表明即使脉冲对网络状态有放大的影响,脉冲时滞双向联想记忆神经网络也可能保持连续子网络的全局指数稳定性质。数值例子验证了理论结果的正确性。     

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.     

离散分布时滞随机神经网络的稳定性

主要研究了具有分布时滞的随机系统的全局指数鲁棒稳定性,依据李雅普诺夫方法和线性矩阵不等式的方法,得到了参数不确定时滞相关的全局均方指数稳定性准则,数值实例演示证明其结果的有效性和可行性.     

时滞离散细胞神经网络的指数稳定性

利用不等式和矩阵范数技巧分别得到了时滞离散细胞神经网络局部指数和全局指数稳定的充分条件，并对指数收敛率和吸引区域进行了估计。     

具有脉冲和变时滞的离散Cohen-Grossberg神经网络的全局指数同步

研究了一类具有脉冲和变时滞的离散Cohen-Grossberg神经网络全局指数同步问题.利用ρ-锥理论和微分不等式分析技巧,获得了保证其误差系统全局指数稳定的充分条件,同时也给出了同步指数收敛速率的估计.最后,列举一个例子表明我们所得结果的有效性.     

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。     

时滞依赖的脉冲时滞神经网络的稳定性

基于Lyapunov泛函和不等式技巧,得到脉冲混合时滞神经网络全局指数稳定性的时滞依赖型判据,其中混合时滞包括离散时滞和分布时滞两种类型.该判据用线性矩阵不等式表示,并通过一个数值实例验证了判据的有效性.     

脉冲时滞BAM神经网络稳定性研究

研究了带有脉冲的时滞双向联想记忆(BAM)神经网络的稳定性问题.通过对网络系统的研究,根据脉冲的特点,采用Lyapunov稳定性理论和一些矩阵分析的技巧,得到了脉冲时滞BAM神经网络的稳定性结论,其中包括稳定点的唯一性判据和稳定性的判据,说明脉冲时滞BAM神经网络的稳定性问题是网络本身的特性,最后通过数值算例验证了论文的可行性和有效性.     

脉冲高阶时滞Hopfield型神经网络的稳定性分析

针对进化过程中顺序的突然改变导致无法用纯连续或纯粹的离散神经网络来描述的问题,给出了脉冲高阶时滞Hopfield型神经网络模型,并得到时滞脉冲系统渐近稳定的结果.然后,利用该结果和李亚普诺夫方法以及数学分析技术分析网络的稳定性.在激励函数连续、单调有界的条件下,给出了保证脉冲高阶时滞Hopfield型神经网络全局一致渐近稳定的充分条件.这些条件含有许多可调参数,为神经网络提供灵活的设计与分析;并且易于检验,适用于分析生物神经系统的动态特性或设计全局稳定的神经网络.最后,通过仿真实例说明了所得结果的有效性.     

具有可变脉冲扰动的时滞脉冲微分方程解的稳定性

对具有可变脉冲扰动的时滞微分方程，引入了指数稳定概念，借助于常微分系稳定性研究的方法，研究了这类系统的指数稳定性和渐近稳定性，给出了相应的充分条件。     

时滞离散细胞神经网络的指数稳定性

利用不等式和矩阵范数技巧分别得到了时滞离散细胞神经网络局部指数和全局指数稳定的充分条件,并对指数收敛率和吸引区域进行了估计。     

离散时间神经网络的全局指数稳定性

研究了离散时间神经网络的全局指数稳定性问题．利用Liapunov函数法．得到了判断离散时间神经网络全局指数稳定性的一个新的充分条件．     

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。     

具有变时滞离散Cohen-Grossberg神经网络的周期解

讨论了具有变时滞离散Cohen-Grossberg神经网络模型,利用M-矩阵理论与适合Lypunov函数,得到该类模型周期解的存在性与全局指数稳定性,推广了先前的结果.     

带马氏切换的时滞脉冲神经网络稳定性分析

为研究带马氏切换的时滞脉冲随机神经网络的均方指数稳定性,构造了合适的Lyapunov函数,并利用伊藤公式、矩阵知识、泛函理论及神经网络自身的特性,对脉冲时刻及非脉冲时刻的系统状态进行分析,得到了该神经网络具有均方指数稳定性的判别准则,该准则应用广泛,简单好用.最后通过数值例子及仿真模拟,说明了该准则的正确性.     

具连续分布时滞与非线性脉冲BAM神经网络的全局指数稳定性

研究了具有连续分布时滞与非线性脉冲影响的BAM型神经网络的全局指数稳定性问题.利用M-矩阵以及谱理论等工具得到了系统存在惟一全局指数稳定的平衡点的充分条件.并给出一个例子说明结论的有效性.     

有变时滞离散神经网络的指数稳定性

文章通过Brouwer不动点理论论证平衡点的存在性,利用相关矩阵不等式论证其全局指数稳定性,研究具有变时滞离散神经网络平衡点的指数稳定性.