具有时变时滞的Hopfield神经网络的全局指数稳定性及衰减速度估计

应用Razumikhin型稳定性定理讨论了具有时变时滞的Hopfield神经网络平衡点的全局指数稳定性,给出了系统全局指数稳定的时滞相关和时滞无关的充分条件,同时讨论了这类系统的衰减速度.最后,通过一个例子说明本文结果的优越性.     

一类具多比例时滞广义细胞神经网络的全局指数稳定性

对一类具多比例时滞广义细胞神经网络的全局指数稳定性进行研究.首先用Brouwer不动点定理证明了该系统平衡点的存在唯一性,再通过建立时滞微分不等式,获得了保证该系统平衡点全局指数稳定的时滞独立的充分条件.最后,给出了一个数值算例验证所得结果的正确性和有效性.     

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。     

一类时滞中立型脉冲系统的稳定性分析

探讨了一类时滞中立型脉冲系统的全局指数稳定性问题.基于李雅普诺夫稳定性理论,运用线性矩阵下等式技术给出了系统的全局指数稳定性的充分条件,并利用该理论可进一步分析其它中立型脉冲时滞系统的指数稳定性问题。     

时滞神经网络对于新的二次优化的应用

研究了一类新的二次优化最优解稳定性问题,并在M为广义正定矩阵时给出了判定平衡点全局指数稳定的充分条件,通过时滞神经网络解线性投影方程的模型,借助Lyapunov函数给出系统全局稳定性的充分条件,最后用仿真实例说明研究结果的有效性.     

时变时滞非自治神经网络的全局指数稳定性

在激励函数仅满足全局Lipschitz连续,时变时滞函数有界、连续可微且导数小于1的条件下,通过构造一个恰当的Lyapunov泛函并结合Young不等式,利用Lyapunov稳定性理论,首先研究了一类具有时变时滞的多轴突非自治神经网络系统的全局指数稳定性问题,得到一系列在实践中易于验证的、保证系统全局指数稳定的充分条件.作为特例,还得到了具有定常时滞的多轴突非自治系统以及一般的非自治系统的全局指数稳定性充分条件.其次,还得到了一类同时具有连续时变时滞和无穷分布时滞的多轴突非自治神经网络系统的全局指数稳定性充分条件.本文去掉了关于激励函数有界、可微等限制条件,推广并改进了相关文献的结果.本文的结果也适合自治神经网络系统.最后举例说明了本文方法的有效性.     

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.     

变时滞并联限制细胞神经网络的全局稳定性

研究了交时滞并联限制细胞神经网络的全局稳定性,给出了变时滞并联限制细胞神经网络全局鲁棒稳定和全局指数稳定的充分条件。     

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.     

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。     

Lurie型不确定控制系统的鲁棒稳定性

利用Razumikhin技术与向量不等式的方法 ,研究具有多个状态和控制的时变时滞的Lurie型不确定控制系统的鲁棒稳定性问题 ,给出了系统鲁棒绝对稳定的时滞相关及时滞无关判据 .并通过优化参数得到具有较低保守性的时滞相关准则 .还给出一个例子 .     

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.     

基于时滞理论的网络控制系统稳定性分析

针对网络控制系统中普遍存在的通讯延迟问题，首先推导了具有多个独立传感器和执行器的多输入多输出网格控制系统的连续时间模型，然后根据时滞系统理论，给出了网络控制系统稳定的充分条件，根据此条件，可求出使网络控制系统稳定的最大允许网络延迟(MAND)．研究表明，只要网络控制系统的实际网络通讯延迟小于最大允许网络延迟，该网络控制系统就是稳定的．最后，仿真实验结果验证了所提理论的正确性．     

一类时变时滞系统的稳定性判据

文章研究了一类时变时滞系统的稳定性,根据时变时滞的上下界,将时滞区间划分为多个部分,并设计相应李亚普诺夫函数,得到了新的稳定性判据,该判据与时滞的上下界相关;并推导了带非线性扰动的时变时滞系统稳定性,得出线性矩阵不等式的形式,并使用数字仿真验证了结论的有效性.     

一类中立时滞系统时滞相关观测器的设计

基于模型转换技术,以线性矩阵不等式(LMI)形式建立一类线性中立时滞系统时滞相关稳定性判据,系统的稳定性依赖于时滞大小·给出了时滞相关观测器设计方案·当时滞较小时,提出的稳定性及观测器的设计较时滞无关的结果具有较小的保守性·通过数值仿真显示所得结论的有效性·     

多时变时滞细胞神经网络的全局指数稳定性

针对一类多时变时滞细胞神经网络,利用Young不等式和Halanay不等式技术,给出了保证平衡点惟一性和全局指数稳定性的几个充分判据.所得到的全局指数稳定判据完全独立于时滞,不要求时变时滞的可微性和神经元激励函数的严格单调性,且通过几个注释说明本文的结果改进和扩展了现有一些文献中的结果.仿真例子证明了本文结果的有效性.     

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.     

基于神经网络预测的网络控制系统故障检测

考虑一类长时延网络控制系统,假定其存在输出时延,对其进行故障检测。通过对网络控制系统时延采样值进行神经网络预测,使之成为无延迟的控制系统。在此基础上,建立了基于神经网络预测的故障观测器误差方程,并证明了该观测器稳定的条件。当系统正常时,只要给定的不等式条件成立,该观测器系统就是稳定的。当系统发生故障时,观测器残差能够迅速发生跳变,从而检测出故障的发生。最后通过仿真示例说明该文方法能够较好预测网络时延,发现系统故障。     

变时滞Cohen-Grossberg随机神经网络的矩指数稳定性

本文利用随机积分的伊腾公式,时滞微分不等式及随机时滞神经网络的特性 讨论变时滞Cohen-Grossberg随机神经网络的矩指数稳定性,实例证明本文结果的优越性.