基于LMI的时滞细胞神经网络的指数稳定性分析

研究了一类具有时滞的细胞神经网络的指数稳定性问题,利用Lyapunov Krasovskii函数,给出了系统全局指数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,可以很容易求出系统稳定的时滞上界,并且能够达到时滞无关指数稳定性和全局渐近稳定性.数值算例说明了本文结果的优越性.     

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.     

常时滞细胞神经网络稳定性分析

该文研究了一类常时滞细胞神经网络的稳定性.构造Lyapunov-Krasovskii函数和线性矩阵不等式(LMI)对此类问题进行了探讨,并得出稳定性判据.所得判据提供了一些参数来适当地弥补了反馈矩阵与时滞反馈矩阵之间的平衡关系.而且所得的判据与时滞无关,推广了以前文献中出现的结果且具有更少的限制.数值仿真说明了该文所介绍的方法的有效性.     

一类时变时滞静态神经网络的指数稳定性

基于线性矩阵不等式方法建立了时变时滞静态神经网络的指数稳定判据.考虑到时滞变化率对稳定性能的影响,分别建立了仅依赖时滞上界的稳定判据和完全依赖时滞信息的稳定判据.所得到的稳定判据能够适应慢变时滞和快变时滞两种情况,具有适用范围宽、保守性小和易于验证等特点,并通过几个注释说明与现有的文献结果进行了比较.仿真示例验证了所得结果的有效性.     

一类含有分布时滞神经网络的稳定性分析

研究了一类含有分布时滞的神经网络的渐近稳定性问题.利用线性矩阵不等式(LMI)方法,并且引入适当的自由权矩阵,得到了一个新的时滞依赖的稳定性判据,所得判据是以线性矩阵不等式的形式给出,便于直接应用.最后给出的数值例子说明了所得结论的有效性和优越性.     

时变时滞BAM神经网络系统的时滞依赖指数稳定性准则

基于Lyapunov稳定性理论和线性矩阵不等式技术，针对一类时变时滞BAM神经网络系统给出了时滞依赖的指数稳定性准则。所得到的条件可用Matlab中的LMI控制工具箱方便的求解。仿真实例进一步说明了结论的有效性。     

具有时变时滞的离散时间随机神经网络的时滞相依稳定性分析

研究了一类具有时变时滞的离散时间随机神经网络的稳定性问题.通过构造包含更多交叉项的新的Lya-punov泛函,将时滞区间等分为两个子区间,根据时滞函数所处不同的子区间更加细致地讨论了Lyapunov泛函中相应项导数的上界,利用不等式技巧,自由权矩阵和凸组合方法得到系统均方全局指数稳定新判据,结果具有更低的保守性,并举例说明了本文方法的有效性.     

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.     

时滞神经网络的指数稳定性分析

研究了一类时滞细胞神经网络的指数稳定性问题,利用Razumikhin定理和线性不等式技术得到新的全局指数稳定性准则.与其他方法不同之处在于,对神经网络模型的“线性化”,将神经网络模型变成一个线性时变的系统.所获的条件具有较少的保守性.最后用1个数值例子说明文中所得的结果是有效的.     

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。     

Global Asymptotic Stability of Neural Networks with Time Delay

The global asymptotic stability problem of Cellular neural networks with delay is investigated.A new stability condition is presented based on Lyapunov-Krasovskii method,which is dependent on the size of delay.The result is given in the form of LMI,and the admitted upper bound of the delay can be obtained easily.The time delay dependent and independent results can be obtained,which include some results in the former literature.Finally,a numerical example is given to illustrate the effectiveness of the main results.     

Global Asymplotic Stability of Neural Networks with Time Delay

The global asymptotic stability problem of Cellular neural networks with delay is investigated.A new stability condition is presented based on Lyapunov-Krasovskii method,which is dependent On the size of delay.The result is given in the form of LMI.and the admitted upper bound of the delay can be obtained easily.The time delay dependent and independent results can be obtained,which include some results in the former literature.Finally,a numerical example is siven to illustrate the effectiveness of the main results.     

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 .     

具有时滞的BAM细胞神经网络模型的全局指数稳定性

利用拓扑度理论、推广的Halanaly矩阵时滞微分不等式、Lyapunov原理以及Dini导数, 研究了具有时滞的双向联想记忆细胞神经网络模型的全局指数稳定性。去掉了有关文献中要求输出函数 fj在实数集R上有界的务件,给出了条件要求更弱的判定平衡点的存在唯一性以及全局指数稳定性判 据,推广和改进了前人的相关结论。     

变连接权细胞神经网络模型的稳定性分析

旨在研究一个带时滞的变连接权细胞神经网络模型的稳定性.运用Lyapunov函数方法、代数不等式和有关微分方程稳定性理论,给出了该模型稳定性的判据,并举例说明该判据的可行性.变连接权细胞神经网络模型的稳定性研究目前还是一个较新的研究领域,故所得到的稳定性判据在理论和应用上都具有一定的指导意义.     

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．     

广义时延神经网络的渐近稳定性

讨论如下带有时延的广义神经网络模型(dxi)/(dt)=Gi(xi)[bi(xi)-∑nj=1cijdj(xj(t-τj))], i=1,2,...,n,其中,τj＞0为第j个神经元的时延,cij表示第j个神经元在t-τj时刻的输出对第i个神经元的影响强度,t∈I=[t0,∞),x∈Rn.利用Lyapunov函数及推广的Halanay微分不等式,研究了该模型的渐近稳定性,给出了系统指数稳定的几个充分条件及相应的Lyapunov指数.     

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。