变时滞Cohen-Grossberg随机反应扩散神经网络的吸引集和不变集

从M.Cohen和S.Grossberg(IEEE Trans Sys Man Cyber,1983,13:815-826.)提出Cohen-Gross-berg神经网络以来,由于它在信号和图像处理、联想记忆、组合优化等中的广泛应用,因此受到了广泛的关注和研究.由于随机干扰和反应扩散,时滞Cohen-Grossberg随机反应扩散神经网络的平衡点往往不存在,这时,往往研究其吸引集和不变集的存在性.建立了一种研究时滞Cohen-Grossberg随机反应扩散神经网络的吸引集与不变集的方法.通过应用Ito公式、时滞微分不等式技巧和M-矩阵性质,获得了判定变时滞Cohen-Grossberg随机反应扩散神经网络存在吸引集和不变集的充分条件.所获得的充分条件在实践当中可以用简单的代数方法验证,因此有广泛的应用价值.最后举例用以说明我们的结果的有效性.     

一类带反应扩散项的Cohen-Grossberg神经网络的指数稳定性

本文探讨了一类带反应扩散项的时滞脉冲Cohen-Grossberg神经网络,得到了其平衡点全局指数稳定的充分性判定条件。     

随机Cohen-Grossberg神经网络的有限时间稳定性

研究了具有Markov跳的脉冲时滞随机Cohen-Grossberg神经网络的有限时间稳定性问题。在Cohen-Grossberg神经网络模型中,分别考虑了不稳定型脉冲和稳定型脉冲,通过随机分析和平均脉冲间隔方法,分别给出了随机Cohen-Grossberg神经网络在两种脉冲情形下的有限时间稳定的判定依据。     

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.     

脉冲时滞Cohen-grossberg神经网络的指数稳定性

分析了脉冲时滞Cohen-Grossberg神经网络的平衡点的存在唯一性及全局指数稳定性.利用Liapunov函数方法和同胚映射理论,结合积分不等式技巧,得到了保证脉冲时滞Cohen-Grossberg神经网络全局指数稳定性的一个新的充分判据.所得判据改进了前人的结果.     

变时滞Cohen-Grossberg 随机神经网络的矩指数稳定性

本文讨论了随机变时滞Cohen-Grossberg神经网络的矩指数稳定性.利用Ito公式、时滞微分不等式和神经网络的特征，作者导出了这类神经网络矩指数稳定性的代数条件并给出了一个说明性实例.     

具有反应扩散项和脉冲的随机模糊Cohen-Grossberg神经网络的指数同步

研究了具有随机扰动项和反应扩散效应的脉冲模糊Cohen-Grossberg型神经网络的指数同步问题: 通过李雅普诺夫泛函理论、随机微分方程理论、${\rm It\hat{o}^{'}}$公式和不等式方法, 基于$p-$范数下得到了该神经网络模型指数同步的新的充分条件, 并发现随机扰动项的存在对该神经网络模型同步有抑制作用,而反应扩散项的存在对该神经网络模型同步有促进作用.     

具有混合时滞的随机Cohen-Grossberg神经网络的稳定性分析

研究了均方意义下的具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性,利用It微分公式和Lyapunov泛函,得到了一个关于其指数稳定时滞无关的充分条件.具体实施方法是运用It微分公式沿所考虑的神经网络对构造的Lyapunov泛函进行微分,得到了系统稳定的代数判据.最后,通过一个数学样例说明了所得结论的有效性.目前文献尚未见同时具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性的相应结果,由于Cohen-Grossberg神经网络更具有代表性,其研究意义与应用前景不言而喻.     

T-S模糊马尔可夫跳跃时滞Cohen-Grossberg神经网络的几乎必然指数稳定性

运用Sobolev空间W1,p0(Ω)上的变分方法、伊藤公式、Dynkin公式、半鞅收敛定理以及线性矩阵不等式技巧给出了T-S模糊马尔可夫跳跃时滞反应扩散Cohen-Grossberg神经网络的几乎必然指数稳定的充分性条件判据.该判据便于运用计算机LMI工具箱,因此更具可操作性和实用性.     

具有混合时滞的脉冲Cohen-Grossberg神经网络的指数耗散性

通过建立一个脉冲时滞微分不等式,并利用M-锥的特性,作者得到了具有混合时滞的脉冲Cohen-Grossberg神经网络指数耗散的充分条件,推广了早期的相关结果.     

具有脉冲和变时滞的离散Cohen-Grossberg神经网络的全局指数同步

研究了一类具有脉冲和变时滞的离散Cohen-Grossberg神经网络全局指数同步问题.利用ρ-锥理论和微分不等式分析技巧,获得了保证其误差系统全局指数稳定的充分条件,同时也给出了同步指数收敛速率的估计.最后,列举一个例子表明我们所得结果的有效性.     

时滞脉冲中立型神经网络的不变集与吸引集

通过建立奇异脉冲时滞积分微分不等式,作者给出了确定具有分布时滞非自治脉冲中立型神经网络的不变集与全局吸引集的充分条件.所得结论推广和改进了已有的相关结果.     

变时滞随机反应扩散Hopfield神经网络的稳定性

作者讨论了具有变时滞的随机反应扩散Hopfield神经网络的稳定性. 利用Ito公式,时滞微分不等式和神经网络的特性,作者导出了关于非常值平衡解的矩指数稳定性的代数条件. 最后作者给出了一个说明性实例.     

一类具有有界和无界时滞的Cohen-Grossberg神经网络的稳定性

研究了一类具有有界和无界时滞的Cohen-Grossberg神经网络的动力学性质,给出具有有界和无界时滞的Cohen-Grossberg神经网络的全局渐近稳定性的判据.     

具有混合时滞Cohen-Grossberg随机神经网络的均方指数稳定性

研究了具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的均方指数稳定性.运用It微分公式沿所考虑的神经网络对构造的Lyapunvo函数进行微分,利用时滞微分不等式得到其均方指数稳定的几个充分判据.仿真例子证明了结果的有效性.     

具时变时滞的随机模糊Cohen-Grossberg神经网络的均方指数输入状态稳定性（英文）

本文对具随机和时变时滞效应的模糊Cohen-Grossberg神经网络的均方指数输入/状态稳定性进行了研究.利用Razumikhin技巧和时滞微分不等式,本文得到了神经网络的均方指数输入对状态稳定性的充分条件,并给出了一个例子来说明该方法的有效性.     

具有变时滞离散Cohen-Grossberg神经网络的周期解

讨论了具有变时滞离散Cohen-Grossberg神经网络模型,利用M-矩阵理论与适合Lypunov函数,得到该类模型周期解的存在性与全局指数稳定性,推广了先前的结果.     

含扩散项时滞模糊Cohen-Grossberg神经网络的指数稳定性

文章讨论了一类含扩散项的混合时滞模糊Cohen-Grossberg神经网络,通过一些基本分析手段和不等式技巧,得到了平衡点的唯一性和全局指数稳定性的充分条件,通过实例模型验证了指数稳定性。     

具混合时滞和不连续激励函数的Cohen-Grossberg神经网络周期解的存在性

Cohen-Grossberg神经网络模型在信号处理、最优化问题中有重要应用,对其周期解的研究非常重要。本文利用集值版本的Mawhin重合度定理、M-矩阵理论和微分不等式技巧,研究了一类具有混合时滞和不连续激励函数的Cohen-Grossberg神经网络模型,建立了所研究模型周期解存在的充分条件,改进并推广了有关文献结果。     

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.