具有变时滞Cohen-Grossberg神经网络全局稳定性分析

通过选取一个新颖的Lyapunov-Krasovskii泛函和引入与系统等价的描述系统,利用一些自由权矩阵和不等式适当的放大,在Lyapunov-Krasovskii泛函方法的基础上,讨论了具有交时滞Cohen-Grossberg神经网络的全局稳定性问题并得到了2个时滞相关的渐近稳定性准则.所得到的稳定性准则以线性矩阵不等式(LMI)的形式给出,能够用Matlab工具箱LMI很容易地进行检验.且变时滞导函数只要有上界而不必小于1和系统激励函数的限制条件较现有文献中的条件要弱,这拓展了现有的结论.在最后的数值例子中,计算结果说明所得结论较以往的方法有很大改善.     

具有混合时滞随机离散神经网络的渐近稳定性分析

研究了一类具有离散和分布时滞的随机离散神经网络的模型,通过构造新的Lyapunov-Krasovskii函数,给出了模型渐近稳定性的定理.以线性矩阵不等式形式给出的定理,易于用Matlab的LMI工具箱求解.最后通过仿真实例证明了定理的有效性.     

具有反应扩散和区间时滞的不确定细胞神经网络新的时滞依赖稳定性准则

考虑时滞、反应扩散、不确定项对细胞神经网络稳定性的影响是非常必要的。通过引入区间时滞,构造新的Lyapunov泛函,运用Jenson不等式和串联补偿技术,得到了系统保持稳定新的判据,并以线性矩阵不等式(LMI)呈现,且这些判据适合时滞的快慢变化,减少了系统的保守性。     

具有漏泄时滞和时变区间时滞的递归神经网络新的稳定性准则

研究了具有漏泄时滞和时变区间传输时滞的递归神经网络的渐近稳定性问题.基于Lyapunov-Krasovskii(L-K)稳定性理论.Jensen不等式和互惠凸方法,得到了线性矩阵不等式(LMIs)表示的新的稳定性准则.相对于现存的方法,避免利用保守性较大的中立型变换,且在构造L-K泛函时充分利用了漏泄时滞和传输时滞的关联信息,因此所得准则具有较小的保守性.数值例子验证了所得结果的有效性和较小保守性.     

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.     

一类非线性时滞细胞神经网络稳定性分析

研究了一类常时滞细胞神经网络的全局渐近稳定性.通过构造适当的Lyapunov-Krasovskii泛函,利用线性矩阵不等式(LMI)得出了全局渐近稳定性判据.数值的例子验证了方法结果的有效性.     

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.     

带马尔可夫跳变和脉冲的时滞耦合神经网络的同步

研究一类混合时滞耦合神经网络的同步问题,其中系统及其参数的切换和时滞均由某个马尔可夫链所确定,同时考虑脉冲的影响.另外,对细胞激活函数进行更为一般的假设.通过构造Lyapunov-Krasovskii泛函,运用线性矩阵不等式技术(linear matrix inequality,LMI)并结合Kroriecker积获得神经网络全局同步的充分性判据,且该判据依赖于时滞,易于利用数学软件Matlab的LMI工具箱进行验证和求解.     

多时滞和分布时滞细胞神经网络的全局渐近稳定性

应用Young不等式技术和构造适当的Lyapunov函数,研究了同时具有多时变时滞和分布时滞的细胞神经网络的全局渐近稳定性问题.得出了时滞细胞神经网络的平衡点全局渐近稳定的几个充分判据.与现有一些文献中的结果相比,所得到的这些判据具有保守性小,适用范围宽等特点.仿真示例验证了所得结果的有效性.     

变时滞非线性细胞神经网络稳定性分析

通过构造新的Lyapunov-Krasovskii泛函和线性矩阵不等式（linear matrix inequatity,LMI）, 研究变时滞非线性细胞神经网络渐近稳定性, 利用牛顿-莱布尼兹公式, 一些参数矩阵表达出系统变量之间的关系。从而得出一个具有变时滞相关的全局渐近稳定性判据, 其扩展并改善了以前文献的结果。 数值及仿真例子验证了结果的有效性。