一类随机时滞神经网络的全局渐进稳定性分析

研究一类具变时滞与分布时滞的随机神经网络模型零解的全局渐进稳定性,该模型考虑了神经网络的随机扰动性。通过构造新型的Lyapunov泛函,结合不等式技巧,以线性矩阵不等式的形式,并给出了系统全局渐进稳定的充分条件。数值算例说明了结果的正确性。     

非自治时滞细胞神经网络的有界性和稳定性

研究一类非自治时滞微分方程所描述的细胞神经网络系统.利用Lyapunov泛函方法和矩阵分析技巧,得到了系统的解是一致有界和一致最终有界及全局渐近稳定性的判别准则.所得到的结果是新的和有实用价值的.     

一类非线性三阶系统的全局渐近稳定性

针对非线性三阶系统x^…＋g（x^.）x^..＋f（x,x^.）x^.＋h（x）=p（x,^x.,^x..）构造出了一个适当的Lyapunov函数,并且去掉了一般要求Lyapunov函数具有无穷大这个较强的条件,只要求系统正半轨线有界,所得结果改进了相关文献的结论．最后,文中给出了例子仿真说明充分条件的有效性．     

一类竞争神经网络的指数稳定性分析

研究以竞争微分方程为模型的动态系统,它总结了长期和短期记忆两个方面的动态行为特征。这种神经网络的行为以一个表征快速变化现象的神经活动方程,和一个表征神经系统的慢速变化的动态调整方程来刻画。应用M-矩阵与Lyapunov稳定性理论,分析具有不同时间尺度的生物动态神经网络的指数稳定性,给出保证此神经网络平衡点全局存在唯一且指数稳定的一个充分条件,和一定条件下的一个充要条件。     

一类具比例时滞细胞神经网络概周期解的全局吸引性

研究一类具比例时滞的二维分流抑制细胞神经网络的概周期解。应用Banach不动点定理,研究该网络的概周期解的存在性。通过一个非线性变换,将具比例时滞细胞神经网络等价地变换成具变系数与常时滞的细胞神经网络,通过构造合适的Lyapunov泛函并与Barbalat引理相结合,得到该网络概周期解存在唯一和全局吸引的充分条件。数值算例验证所得结论的正确性。     

一类系统的全局渐近稳定性分析

运用线性类比法构造Lyapunov函数,讨论了系统x+g(x)x+f(x,x)x+cx=0零解的全局渐近稳定性.在此基础上,给出了非自治系统x+g(x)x+f(x,x)x+cx=e(t,x,x,x)的零解全局渐近稳定性的一个充分条件.     

对接种条件下时滞双病毒感染模型的稳定性分析

针对病毒变异而产生的2种不同病毒同时感染人群情形,研究了仅对其中一种病毒有效的接种预防对另一种病毒的传播所产生的影响;建立了一类具有时滞的双病毒感染传染病模型.通过构造合适的Lyapunov泛函,得到了系统的全局动力学性质,即当基本再生数小于1时,两种病毒最终均会消亡,而当基本再生数大于l时,到底是一种还是2种病毒引起地方病依赖于某些参数值.本文结论为双株病毒动力学模型中单一病毒的接种率的影响研究提供了有用的信息.     

随机延迟细胞神经网络的几乎必然指数稳定性

依据细胞神经网络的输出函数的饱和线性特征,将状态空间分解成子区域来研究一类延时细胞神经网络在噪声环境下的几乎必然指数稳定性.当细胞神经网络模型的扰动项满足Lipschitz条件时,得到一些几乎必然指数稳定的代数标准.所有结果只需计算网络的平衡点与矩阵的特征值.     

一类非线性n阶微分方程组的全局稳定性

本文在广义Hurwitz条件下讨论了一类n阶非线性微分方程组零解的全局稳定问题,得到用来判断该系统零解全局稳定的若干准则,推广了文[2]的部分结果。     

具连续分布时滞BAM神经网络的全局稳定性

研究具有连续分布时滞的BAM神经网络系统的全局稳定性，获得全局稳定的两个充分条件。     

具有年龄结构的单种群模型同时捕获问题的定性分析

研究了一个具有年龄结构 (成年和幼年 )的单种群模型 ,对同时捕获幼年种群和成年种群的模型的平衡点进行了定性分析 ,并且通过构造Lyapunov函数 ,得到了该模型正平衡点全局渐近稳定的结果     

具有年龄结构和时滞的捕食-食饵模型的全局稳定性

文章研究了具有年龄结构和时滞的捕食-食饵模型,建立了正平衡点全局稳定的充分条件.     

含脉冲的变时滞静态神经网络的稳定性分析

研究含脉冲的变时滞静态神经网络模型的指数稳定性.通过构造恰当的Lyapunov泛函,利用线性矩阵不等式方法,给出了该神经网络模型在延迟依赖条件下的指数稳定性的充分条件.同时考虑时滞和脉冲的影响,因而考虑的情况更具普遍性,适用的范围更广.仿真例子说明所得结果适用范围宽,保守性小,易于验证的特点.     

一类时滞线性切换系统的稳定性和镇定

针对一类具有状态延迟的连续线性切换系统,研究了其渐近稳定性及状态反馈和输出反馈镇定控制律的设计问题.首先利用公共李亚普诺夫函数法给出了系统渐近稳定的充分条件及该条件下切换律的构造方法,然后给出了状态反馈和输出反馈镇定的充分条件,同时给出了稳定化控制律的参数化表示和相应切换律的构造方法.最后举例说明了结果的有效性.     

一类非线性时滞差分方程的全局吸引性

研究差分方程Nn 1-Nn=Nn(a bNn-k-cNn2-k),n=0,1,…(1*)的全局吸引性,建立了如下结论:假设b≤0,(c N2 a)k>1,则N是方程(1*)的所有正解的一全局吸引子.其中a,c∈(0,∞),b∈(-∞,∞),k∈{1,2,…},N是差分方程(1*)唯一的正平衡点N=b b2 4ac2c.     

神经网络关于滞量上界的一个估计

通过构造适当的Lyapunov泛函和一些分析技巧研究了BAM网络:{dxi/dt=-aixi(t) ∑ρ j=1 ωjifj(yj(t-τji)) li,i=1,2…，n dyj/dt=-bjxj(t) ∑n i=1 vijfi(xi(t-σij）） lj，j=1,2,…，n 提供了该网络的平衡点的全局渐近稳定性关于滞量的一个上界。