一类非自治微分积分方程的全局指数稳定性

主要研究一类非自治微分积分方程的全局指数稳定性.建立一个微分积分不等式,应用该微分积分不等式,得到一些使得该微分积分方程全局指数稳定的充分条件,给出一个例子来说明所得结果的有效性.     

时滞Hopfield神经网络的全局指数稳定性

利用时滞微分不等式,讨论了时滞Hopfield神经网络的全局指数稳定性,获得了几个判定条件。这些结论推广了已知文献中的结果。     

离散时间神经网络的全局指数稳定性

研究了离散时间神经网络的全局指数稳定性问题．利用Liapunov函数法．得到了判断离散时间神经网络全局指数稳定性的一个新的充分条件．     

含时滞的Hopfield网络模型的全局指数稳定性

本文研究了具有变时滞的细胞神经网络系统·xi(t)=-cixi(t) n∑j=1αijfj(xj(t)) n∑j=1bijfj(xj(t-τj)) Ii,i=1,2,…,n.在非线性神经激励函数是Lipschitz条件下,通过引入Lyapunov函数,用不等式等方法,得到了该系统的平衡点是全局指数稳定的条件.     

变时滞细胞神经网络模型的全局指数稳定性

研究了具有变时滞的细胞神经网络系统nx.i（t）=-cixi（t）＋∑nj=1aijfj（xj（t））＋∑nj=1bijfj（xj（t-τj（t）））＋Ii,i=1,2,…,n.在非线性神经激励函数满足Lipschitz条件下,借助于推广的Halanay时滞微分不等式等方法,得到了该系统的平衡点是全局指数稳定的条件.     

变时滞的Hopfield网络模型的全局指数稳定性

研究了其时滞是在更一般的时间变量的函数情况下的Hopfield网络系统:(*)/(x)i(t)=-cixi(t)+∑n j=1aijfj(xj(t))+∑n j=1bijfj(xj(t-τj(t)))+Ii,i=1,2,...,n.在非线性神经激励函数满足较弱的Lipschitz条件下,引入Lyapunov函数,利用不等式技巧和泛函的单调性等,研究了具有变时滞的Hopfield网络系统的稳定性,得到了对每一个输出响应函数fj(*)在R上有定义,且连续的情况下,系统有唯一的平衡点X=X*,并且该平衡点是全局指数稳定的一个易于判定的充分条件.     

一类带分布时滞微分系统的全局指数稳定性

研究一类带分布时滞系统的稳定性,利用非线性测度以及微分不等式技巧,得到了系统全局指数稳定的一个充分条件．     

一类具时滞的Lotka-Volterra系统的持久性和稳定性

一类具时滞的Lotka Volterra系统的持久性和稳定性(涪陵师范学院数学系,重庆涪陵408003)1　引言生态系统的持久性与全局渐进稳定性是受到学术界重视的问题[1～4].本文研究如下一类Lotka Volterra时滞系统: x1(t)=x1(t)[b1(t)-a1(t)x1(t)-d2(t)x2(t)-d3(t)x3(t)], x2(t)=x2(t)[-b2(t)+k2(t)∫0-τ1μ1(θ)x1(t+θ)dθ-a2(t)x2(t)-a3(t)x3(t)],(1) x3(t)=x3(t)[-b3(t)+k3(t)∫0-τ2μ2(θ)x1(t+θ)dθ-e2(t)x2(t)-a3(t)x3(t)].这里bi(t),ai(t),(i=1,2,3),di(t),ei(t),ki(t)(i=2,3)是连续函数,且有正的下界和上界.μi(s)(i=1,2)是[-τi,0]上…     

变时滞反馈神经网络的全局指数稳定性

通过引入更加广泛的一类Lyapunov-Krasovskii泛函,并利用线性矩阵不等式分析技巧,得到了关于可变时滞广义神经网络模型平衡位置全局指数稳定的最新判据,并且判别条件中不限制连接权矩阵符号.该结果精炼和推广了一些已有的结果,并且更少保守,在实践上易于程序实现,方便使用.     

具有变时滞的随机向量差分方程的均方指数稳定性

利用Holder不等式,时滞差分不等式以及非负矩阵谱半径的性质,得到了一类具有变时滞的随机向量差分方程的均方指数稳定的充分条件.     

随机时滞Hopfield型神经网络的几乎指数稳定性

利用Lyapunov泛函和Ito公式，研究了具有时滞的随机Hopfield型神经网络的几乎指数稳定性，证明了一个定理和两个推论．当随机扰动为0时，得到确定性的时滞神经网络指数稳定性的结果．     

一类具有时滞的投影神经网络系统的指数稳定性

文章研究了一类具有时滞的投影神经网络的稳定性问题,根据这类神经网络的特点,将神经网络的状态变量进行分块,通过构造Lyapunov泛函,导出了神经网络系统指数稳定性的充分条件,在适当的初始条件下,给出的稳定性条件与分块矩阵的某些块无关,表明我们所获得的条件的优越性。     

不确定性随机时滞神经网络的稳定性

研究了一类不确定性随机可变时滞的半线性神经网络系统,应用Lyapunov函数,Razumikhin定理,建立了这类系统的均方指数稳定和几乎必然指数稳定的判据。     

随机时滞Hopfield神经网络的均方指数稳定性

利用Ｌｙａｐｕｎｏｖ泛函和Ｉｔｏ公式，研究了具有时滞的随机Ｈｏｐｆｉｅｌｄ型神经网络的均方指数稳定性．证明了三条定理和三个推论．当随机扰动为零时，便得到确定性的时滞神经网络指数稳定的结果．     

一类含有时变时滞的离散系统的鲁棒指数稳定性

基于Lyapunov稳定性理论和自由权矩阵方法,给出了一类含有时变时滞和非线性扰动的离散时间系统的鲁棒指数稳定准则.数值例子说明所得结果的有效性和可行性.     

具有时滞的Lotka-Volterra模型的正周期解的存在性

运用重合度理论中的连续性定理研究了一类具有时滞的Lotka-Volterra模型.我们得到了该模型存在正周期解的一个充分条件.该结果是对前人研究的有益补充.     

具有时滞的BAM细胞神经网络模型的全局指数稳定性

利用拓扑度理论、推广的Halanaly矩阵时滞微分不等式、Lyapunov原理以及Dini导数, 研究了具有时滞的双向联想记忆细胞神经网络模型的全局指数稳定性。去掉了有关文献中要求输出函数 fj在实数集R上有界的务件,给出了条件要求更弱的判定平衡点的存在唯一性以及全局指数稳定性判 据,推广和改进了前人的相关结论。     

一类变时滞退化微分方程的指数渐近稳定性

研究了一类变时滞的退化微分方程的指数渐近稳定性,利用Gronwall-Bellman不等式,给出此类微分方程解的指数估计,进而得到其零解指数渐近稳定的若干充分条件.     

具有时延的Cohen-Grossberg神经网络的指数稳定性

利用不动点理论和时延不等式的方法研究了具有时滞的Cohen Grossberg神经网络模型dui(t)dt=ai(ui(t))bi(ui(t))-∑nj=1Tijfj(uj(t-τj)),i=1,2,…,n平衡点的稳定性问题.给出判定模型平衡点存在唯一性和全局指数稳定性的几个充分条件,这些条件取消了权矩阵(Tij)n×n对称性的假设,推广了已知文献的一些结果,使模型的应用范围更加广泛.