具有时滞的二阶连续型Hopfield神经网络的周期解

对激励函数为非光滑的二阶Hopneld神经网络的周期解的存在唯一性问题进行讨论．得到了当每个输入函数是以ω为周期时，该类神经网络存在唯一性ω周期解的一个充分判据．同时，也获得了该类网络的其余各解全局指数收敛于该ω周期解的一个判据．作为特例，具有时滞的一阶连续型Hopficld神经网络的类似结果也被获得．     

一类分数阶Hopfield神经网络的Mittag-Leffler稳定性

研究了Caputo导数形式下的一类分数阶Hopfield神经网络的Mittag-Leffler稳定性.利用Mittag-Leffler函数的相关性质,得到该类系统平衡点的存在性与唯一性的充分条件,进而得到该类分数阶Hopfield神经网络的Mittag-Leffler稳定性的充分条件.最后,利用仿真实例验证了该结果的正确性与有效性.     

一类分数阶Hopfield神经网络的Mittag-Leffler稳定性（英文）

研究了Caputo导数形式下的一类分数阶Hopfield神经网络的Mittag-Leffler稳定性.利用Mittag-Leffler函数的相关性质,得到该类系统平衡点的存在性与唯一性的充分条件,进而得到该类分数阶Hopfield神经网络的Mittag-Leffler稳定性的充分条件.最后,利用仿真实例验证了该结果的正确性与有效性.     

具有动态突触的Hopfield时滞神经网络的稳定性分析

在研究Hopfield神经网络时,通常把连接权视为常数;但实际上神经元间的突触是随时间变化的。文章运用拓扑度理论和Liapunov泛函方法,研究具有动态突触的Hopfield时滞神经网络平衡点的存在性和全局吸引性,得到了平衡点存在的简单的代数判据。     

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.     

基于Hopfield神经网络的自适应控制系统的设计与仿真

根据连续型Hopfield神经网络的特性,设计基于Hopfield神经网络自适应控制系统,解决当前大多数控制系统需要外界参与的问题.设计一个三元组的Hopfield神经网络,并通过自反馈机制更新神经元的权重,完成自适应控制的任务.通过MATLAB平台仿真建立Hopfield神经网络,构建神经网络输出与参考标准输出之间的对比实验.结果表明,Hopfield能够在有限次数内逼近参考标准输出,从而完成控制任务.基于Hopfield神经网络的自适应控制系统有较高的精度,能够完成常见的设备控制,具有较强的可行性和便捷性.     

一类带有阈的Hopfield神经网络模型的稳定性分析

讨论了一类带有动力阈值及分布时滞的单神经元Hopfield神经网络的全局稳定性,利用同胚映射得到了平衡点存在唯一的充分条件,利用不等式技巧和常数变易法,获得了平衡点全局渐近稳定的充分条件,利用Lyapunov函数得到了该平衡点全局指数稳定的充分条件.     

关于时滞细胞神经网络全局稳定性的一些注记

首先证明具有时滞的细胞神经网络平衡点的一个存在性定理．然后，利用这定理分别得到该类神经网络的全局渐进稳定性与全局指数稳定性的判据各一个．最后，给出利用所得的新判据判别时滞细胞神经网络的全局稳定的两个例子。     

具有S-型分布时滞的Hopfield神经网络模型的渐近行为

研究了具有S-型分布时滞的Hopfield神经网络模型的渐近行为，得到了平衡点的存在唯一性及全局渐近稳定性的判据，所得结果不仅包含了已有的相应结果，而且具有更广泛的适用性。     

一类连续型Hopfield神经网络全局指数稳定的新判据

在连接权矩阵未必对称也未必是M-矩阵的情况下，本给出了一类连续型Hopfield神经网络全局指数稳定的新判据。所得结果比所引献中的结论更优。更实用。     

变时滞Hopfield神经网络稳定性分析的非线性测度法

引入了一种类似于矩阵测度的非线性算子测度，并利用它对时滞Hopfield神经网络模型的指数稳定性进行了分析，推广了一些已有的相关结果．此种方法对所有的单调范数皆成立，并且应用方便.同时还针对L2范数，给出了神经网络平衡点存在的一些充分条件．     

Hopfield型连续反馈神经网络的全局指数稳定性

研究了Ｈｏｐｆｉｅｌｄ型连续反馈神经网络的全局指数稳定性,给出了平衡点的全局指数稳定性的充分条件,这些条件有利神经计算,同时对于Ｈｏｐｆｉｅｌｄ型连续反馈神经网络的设计和应用都很有意义。     

一类具有时滞的广义Hopfield神经网络的动态分析

研究了一类具有时滞的广义Hopfield神经网络的动态行为·放宽了对Hopfield神经网络的互连结构必须为对称的要求,考虑一类具有时滞的且互连结构为非对称的广义Hopfield神经网络的稳定性问题·通过构造适当的Lyapunov泛函及扇区条件,给出了平衡点渐近稳定的充分条件·在Hopfield神经网络的设计及实现过程中,这些条件是很实用的·仿真结果进一步证明了结论的有效性·     

变时滞神经网络模型的全局指数稳定性

研究了一类变时滞的Hopfield型神经网络的全局指数稳定性,在对网络系统施加两个不同的非线性神经元激励函数的条件下,利用M-矩阵的特性,得到了细胞神经网络模型在一定的条件下全局指数稳定的易于判定的充分条件,数值例子说明了本文结果的有效性.     

时滞Hopfield神经网络的稳定性研究

本文讨论了具有离散时滞和具有连续分布时滞的Hopfield 神经网络微分系统平衡点的全局渐近稳定性.去掉了有关文献中关于fi在R上有界性,可微性的条件,给出了更弱、实用性较强的判定平衡点的存在唯一性及全局渐近稳定性的条件.     

高阶Hopfield型神经网络的指数稳定性及指数收敛速度的估计

讨论高阶连续Hopfield型神经网络平衡态的全局指数稳定性和局部指数稳定性问题,得到了网络平衡态指数稳定的简单充分条件和指数收敛速度的估计结果,并在网络平衡态局部指数稳定时得到了平衡态的吸引域。     

用Hopfield神经网络解决作业车间调度问题

对作业车间调度问题的换位矩阵表示方法进行了改进,给出新的作业车间调度问题的 Hopfield 神经网络计算能量函数表达式,然后提出改进的 Hopfield 神经网络作业车间调度方法。为了避免 Hopfield 神经网络容易收敛到局部极小的缺点,将模拟退火算法应用于 Hopfield 神经网络求解,提出随机神经网络作业车间调度方法。与已有算法相比,改进算法能够保证神经网络稳态输出为可行的作业车间调度方案。