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.     

基于LMI方法的时滞神经网络的全局渐近稳定性分析

研究了具有时滞的Hopfield神经网络的平衡点的全局渐近稳定。基于微分动力系统Lyapunov稳定性理论和线性矩阵不等式（LMI）处理方法,借助于Matlah中LMI控制工具箱软件,得到了系统全局渐近稳定的时滞相关性条件,线性矩阵不等式的方法简化了自由权重矩阵的计算。数值算例说明了结果的有效性。     

时滞BAM神经网络的全局稳定性

利用李雅普诺夫泛函方法并结合一些分析技巧获得了时滞BAM神经网络平衡点全局渐近稳定和全局指数稳定的充分条件，这些条件对设计全局渐近稳定的BAM神经网络和全局指数稳定的BAM神经网络具有重要意义．     

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．     

一类变系数差分系统的全局渐近稳定性

给出了一类变系数差分系统的全局渐近稳定的一些充分条件．     

非自治系统的全局渐近稳定性

本文考虑如下非自治系统利用李雅普诺夫直接方法得到关于全局渐近稳定性的一些判别准则,推广并改进了J.R.Ha ddock和L.Salvadori给出的某些结果.     

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。     

一类时滞神经网络的全局鲁棒稳定性分析

利用矩阵Schur补的有关知识,通过构建李雅普诺夫函数,研究了一类时滞神经网络的平衡点的全局稳定性,得到了该类神经网络在平衡点全局鲁棒稳定的充分判据．     

具时滞的两种群协调系统周期解的全局渐近稳定性

通过构造李雅普诺夫函数，研究了一类具时滞的两种协调系统，得到了其周期解全局渐近稳定的充分条件。     

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。     

一类具时滞细胞神经网络的全局一致渐近稳定性

讨论了一类具时滞细胞神经网络平衡点的全局一致渐近稳定性, 通过构造合适的Lyapunov泛函, 得到了三个具时滞细胞神经网络全局一致渐近稳定性的新的充分条件。     

具时滞细胞神经网络周期解的全局渐近稳定性

讨论一类具时滞细胞神经网络周期解的全局渐近稳定性.通过构造合适的Lyapunov泛函及应用Barbalat引理,得到了具时滞细胞神经网络周期解的全局渐近稳定性的新的充分条件.最后通过数值算例及仿真证明了所得结论的有效性.     

Global asymptotic stability of cellular neural networks with multiple delays

Global asymptotic stability (GAS) is discussed for cellular neural networks (CNN) with multiple time delays. Several criteria are proposed to ascertain the uniqueness and global asymptotic stability of the equilibrium point for the CNN with delays. These criteria can eliminate the difference between the neuronal excitatory and inhibitory effects. Two examples are presented to demonstrate the effectiveness of the criteria.     

一类时滞细胞神经网络稳定性判断标准

目的研究一类细胞神经网络。方法通过构造合适的Lyapunov函数和利用基本不等式技巧na1a2…an≤an1 an2 … ann进行研究。结果获得了时滞细胞神经网络(DCNNs)全局渐进稳定的判断标准。结论改进和一般化了相关结果。     

一类细胞神经网络的时滞相关全局稳定性判据

研究了一类带有离散和分布时间滞后的不确定时滞细胞神经网络(DCNN)的全局渐进稳定性。应用李亚普诺夫稳定性理论,构造李亚普诺夫泛函,结合Leibniz-Newton公式,给出一个关于时滞细胞神经网络的新颖的全局渐进稳定性判据,所得出的结论依赖于时间滞后的最大值并且以线性矩阵不等式的形式给出。最后给出一个数值例子来说明所提判据的有效性和可行性。     

一类具多比例时滞细胞神经网络的全局指数稳定性

通过构造合适的Lyapunov泛函和运用Halanay时滞不等式,讨论一类具多比例时滞细胞神经网络的全局指数稳定性,得到了判定该系统平衡点全局指数稳定的一个时滞独立的充分条件.通过数值算例和仿真结果验证了所得结论的有效性.     

具有时滞的细胞神经网络的全局渐近稳定性分析

研究了一类具有时滞的细胞神经网络的稳定性问题,首先证明了这类系统的平衡点的存在性,然后利用Lyapunov泛函方法结合不等式分析技巧,在引入一系列参数的条件下,给出了系统平衡点唯一和平凡解全局渐近稳定的充分条件,该条件与时滞无关且推广和改进了已有文献的结果.     

一类变时延细胞神经网络的全局指数稳定性

讨论了一类具有可变时延的细胞神经网络的平衡点的存在性及全局指数稳定性,利用Brouwer不动点定理和推广的Halanaly时延微分不等式,构造合适的Lyapunov函数,获得了该神经网络全局指数稳定的简单实用的判别条件。一个例子说明了它的应用。