随机时滞BAM神经网络的全局散逸性

把不确定性因素考虑到双向联想记忆神经网络(BAM)中, 得到一类带Brown运动的随机时滞双向联想记忆神经网络(BAM)模型. 在激活函数有界的条件下, 研究了随机时滞BAM神经网络的全局散逸性. 通过Lyapunov泛函、Jensen不等式和It 公式等, 讨论了随机时滞BAM神经网络系统均方散逸的充分条件, 给出了该系统散逸的吸引集. 通过数值例子对所给出的结论进行了验证.     

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.     

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。     

一类S 分布时滞递归神经网络的全局吸引子

研究了一类S 分布时滞递归神经网络的渐近行为,通过构造一类带有Razuminkhin条件的Lyapunov函数,证明了系统的耗散性。利用算子分解的方法讨论了网络模型的渐近紧性,结合吸引子的理论给出了全局吸引子存在的充分条件。     

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．     

具时滞离散和分布BAM神经网络的全局渐近稳定性

研究一类同时具离散时滞和分布时滞的BAM(bidirectional associative memory)神经网络平衡点的全局渐近稳定性问题.所给BAM模型对激活函数做了扇形非线性条件假设,利用M矩阵理论,通过构造新的LyapLlnov函数并利用一些分析技巧,获得具时滞离散和分布BAM神经网络的全局渐近稳定性的充分条件.数值例子说明了所得结果的有效性.     

具有时滞的双向联想记忆神经网络的稳定性分析

研究一类具有时滞的变系数双向联想记忆神经网络(BAM)的稳定性问题.由于时滞变系数双向联想记忆神经网络的平衡点不一定存在,分平衡点存在和不存在两种情况进行研究.在BAM神经网络系统存在平衡点时,通过构造Lyapunov函数,结合不等式分析技巧,给出了系统指数稳定的充分条件;在BAM神经网络系统不存在平衡点时,利用数学归纳法给出了系统的吸引域.     

时滞并联限制细胞神经网络的时滞依赖的全局稳定性

通过构造合适的Lyapunov函数,研究了时滞并联限制细胞神经网络的全局稳定性,给出了并联限制细胞神经网络的时滞依赖的全局鲁棒稳定且是全局指数稳定的充分条件。     

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.     

比例时滞神经网络的全局多项式镇定性

针对一类比例时滞神经网络，采用状态反馈控制器，在激活函数有界且满足Lipschitz条件下，通过构造适当的Lyapunov泛函，并利用平均值不等式及其分析技巧，研究了该神经网络的全局多项式镇定性和全局渐近镇定性，得到了几个时滞依赖的全局多项式镇定和全局渐近镇定的判定条件.     

时滞细胞神经网络的全局渐近稳定性和指数稳定性

利用Brouwer不动点定理,证明了具有变时滞的细胞神经网络模型平衡点的存在性;利用Barbarlet引理、Dini导数与导数之间的关系,构造了一个特殊的Lyapunov函数,表明具有变时滞的细胞神经网络模型存在惟一全局指数平衡点并且全局渐近稳定;在此基础上,通过构造一个新的M-矩阵,利用Halanay时滞微分不等式和M-矩阵的特性,得出:细胞神经网络模型在一定的条件下,在平衡点处,全局指数稳定且与时滞无关.     

具有限分布时滞的模糊BAM神经网络模型概周期解的存在性及指数稳定性

利用指数二分法和不动点定理,得到了含有限分布时滞的模糊BAM细胞神经网络概周期解存在性的充分条件,通过构造李雅普诺夫函数和Yang不等式,得到了概周期解的全局指数稳定性.     

一类具比例时滞递归神经网络的全局稳定性及仿真

针对一类具有比例时滞的递归神经网络,运用对角(半)稳定矩阵,Lyapunov稳定性理论及构造时滞微分不等式,得到该系统全局渐近稳定和全局指数稳定的充分条件.在给出的数值算例中,通过偏置性输入的变化及相应的仿真验证了所得结论的正确性和有效性.     

具反馈控制和时滞的Lotka-Volterra专性合作系统的全局稳定性

研究一类具反馈控制和时滞的Lotka-Volterra专性合作系统。通过构造合适的Lyapunov函数,建立了保证系统正平衡点全局稳定性的充分条件。结果表明,系统的正平衡点位置虽然发生了改变,但是反馈控制变量和时滞并没有改变正平衡点的全局稳定性。     

时滞微分方程的耗散性及其应用

讨论了一类Dini导数给出的微分不等式的耗散特性．利用连续Lipschitz算子的测度研究了滞后型微分方程的耗散性．并应用于时滞Hopfield神经网络,获得了其一致耗散性及平衡点全局一致渐近稳定的充分条件．     

时滞BAM神经网络周期振荡解的存在性和指数收敛性

应用Banach空间的不动点定理并通过构造适当的Lyapunov函数,结合一些分析的技巧研究了时滞BAM神经网络周期振荡解的存在性和指数收敛性．导出的充分判据无论对网络应用还是设计都具有重要的意义,运用代数的方法易于检验导出的条件．最后,通过实例说明所得结果的有效性,     

基于LMI的随机时滞神经网络的全局渐近稳定性分析

研究了一类时变时滞与分布时滞的随机神经网络模型的全局渐近稳定性,该模型考虑了神经网络的随机扰动性.通过构造适当的Lyapunov泛函,以线性矩阵不等式的形式给出了系统全局渐近稳定的充分条件.最后,数值算例说明了结果的正确性.     

一类多时滞线性反馈控制Logistic模型的全局吸引性

研究了一类多时滞线性反馈控制Logistic模型正平衡点的全局吸引性,利用Lyapunov泛函方法得到了该模型全局吸引性的充分条件。     

混合时滞模糊细胞神经网络的指数稳定性研究

利用Lyapunov泛函及M-矩阵理论,研究了具变时滞和分布时滞模糊细胞神经网络(FCNNs)平衡点的存在性和唯一性及其全局指数稳定性,得到了其简单判断.     

带有无限时滞随机发展方程的Khasminskii 型定理

利用Lyapunov型条件和截断技术, 考虑带有无限时滞的随机发展方程全局解的存在性, 得到了带有无限时滞随机发展方程的Khasminskii 型定理.