具有随机扰动和不确定参数混杂时滞神经网络的自适应同步问题研究

基于驱动一响应同步原理和自适应控制原理,研究了一类具有不确定参数和随机干扰的混杂时滞神经网络的自适应同步问题。利用随机微分方程理论、Lyapunov稳定性理论,设计了不确定参数自适应更新规律,并得到神经网络系统达到几乎处处同步的充分条件。最后,数值仿真证明了所给方法的有效性。     

一类随机离散神经网络全局渐近同步

研究离散型时滞随机神经网络的同步问题,考虑了参数不确定性,解决离散型分布时滞对神经网络同步问题的影响.基于主从同步的概念,设计一个有更广泛应用的控制器,应用Lyapunov稳定性理论和线性矩阵不等式工具箱,得到这类神经网络同步的充分性判据.最后给出实际例子,检验了判据的有效性.     

随机扰动下混合时滞混沌系统自适应同步

基于自适应同步原理,同时考虑系统内部参数不确定性和系统外部随机扰动,研究了一类具有混合时变时滞的混沌神经网络的同步问题.利用随机微分方程理论,lyapunov稳定性理论和线性矩阵不等式(LMI)的方法,设计自适应控制器.研究表明本方法能有效地克服干扰对同步所造成的破坏,实现良好的同步效果.最后,数据仿真证明了所给方法的有效性.     

随机中立型时滞神经网络的全局渐近稳定性判据

研究一类含有变时滞的随机中立型神经网络的全局渐近稳定性问题.通过构造一个新的Lyapunov Krasovskii泛函和不等式技术,得到了基于线性矩阵不等式表示的与时滞大小有关的时滞稳定的充分判据.该判据考虑了一类含有分布式时滞和随机扰动项并且激活函数是常量(正数、负数和零)的中立型神经网络,与现有文献相比,其更具有一般性和较少保守性.最后,通过2个算例分析,验证了所得结果是有效的.     

中立型四元数神经网络的稳定性分析

讨论了中立型四元数神经网络的全局μ稳定问题.用复分解法将中立型四元数神经网络转换为2个复值神经网络,减少了计算复杂度.根据同胚映射理论证明了时滞中立型四元数神经网络系统解的存在唯一性.构造了李雅普诺夫泛函,通过不等式技巧和自由权矩阵方法等分析技巧,分析给出了时滞四元数神经网络系统的全局μ稳定的稳定性判据以及它的一个推论.最后,通过1个数值算例验证文章方法的有效性和结论的正确性.     

非线性随机微分方程的一致稳定性

研究了带时滞的延迟随机微分方程的稳定性,并且通过恰当的变量转换.把这类系统的稳定性理论应用到中立型随机系统上,得到了非线性中立型随机时滞微分方程的稳定性的充分条件,并通过一个具体的例子对得到的结论进行了说明.     

Riemann-Liouville型分数阶时滞惯性复值神经网络的全局渐近同步性

本文研究了Riemann-Liouville型分数阶时滞惯性复值神经网络的全局渐近同步问题。先引入了分数阶时滞惯性复值神经网络模型,在Riemann-Liouville型分数阶导数复合性质基础上,通过变量代换的方法将惯性系统转化为常规系统。然后,基于全局渐近同步理论和不等式技巧,得出了在新的反馈控制器下分数阶时滞惯性复值神经网络全局渐近同步的充分条件。     

具有脉冲效应和Leakage项时滞的随机扰动模糊细胞神经网络的指数同步

研究了具有脉冲效应和Leakage项时滞的随机扰动模糊细胞神经网络的指数同步,通过李雅普诺夫稳定性理论、随机微分方程理论、随机分析法、It?'s公式及一些不等式方法,基于p-范数下得到了新的指数同步的充分条件.在本文中所考虑的脉冲效应是一般函数,而不是线性函数;还发现随机扰动和Leakage项时滞对系统同步有抑制作用.     

参数不确定和混合时滞随机神经网络的有限时间同步

应用驱动-响应同步原理和有限时间控制原理,研究了具有参数不确定性和受随机噪声干扰的混杂时滞神经网络的有限同步问题.利用随机微分方程理论,李雅普诺夫稳定性理论和自适应控制理论,设计了不确定参数有限时间自适应更新规律,并得到驱动和响应神经网络系统在有限的时间内达到同步的充分条件,并在有限的时间内能实现参数的识别.最后,数值仿真表明所给方法的有效性.     

具有噪声扰动时滞混沌系统的同步与保密通信

基于Lyapunov理论和自适应同步控制方法,研究了一类具有噪声扰动的时滞混沌系统的同步控制问题,给出了保证两个具有不同结构、不同参数的时滞混沌神经网络同步的自适应控制器与自适应律的设计方法,并将其应用到保密通信中.数值仿真也表明了所得结果的有效性.     

具时滞离散型神经网络指数同步问题

给出了具有时变时滞的离散型神经网络全局指数同步的定义,并对一类具有时变时滞的离散型时滞神经网络的全局指数同步问题作了详细的研究,得出了一类离散型神经网络全局指数同步的充分性判据,可通过LMI工具箱检验判据有效性。     

具有离散和分布时滞的中立型细胞神经网络的全局渐近稳定性

文章研究了一类具有离散和分布时滞的中立型细胞神经网络的全局渐近稳定性问题,首先利用拓扑度原理等相关知识,证明了系统的平衡点的存在唯一性,然后通过构造Lyapunov-Kra-sovskii泛函,得出了具有离散和分布时滞的中立型神经网络系统的平凡解的全局指数稳定性的判别条件。     

时滞中立型线性随机大系统的渐近稳定性

讨论了时滞中立型线性随机系统平凡解的几乎渐近稳定性，并推广到时滞中立型线性随机大系统的几乎渐近稳定性，首次给出了中立型随机大系统渐近稳定性的代数判据，并用实例加以验证．     

具有变时滞随机竞争神经网络在固定时间的控制同步

为了解变时滞随机竞争型神经网络在固定时间的控制同步问题,运用Lyapunov稳定性理论、固定时间稳定性理论、随机微分方程理论、伊藤公式和一些不等式方法,在p-范数下得到了该神经网络新的固定时间同步的充分条件.     

一类混合时变时滞混沌神经网络自适应同步研究

基于微分方程的拉萨尔不变集原理和自适应动态反馈控制技术,研究了一类带有完全未知参数和混合时变时滞的混沌神经网络的自适应同步问题,给出了保证两个具有相同结构但具有完全未知参数的时滞混沌神经网络同步的控制律的设计方法.在此自适应控制律的作用下,达到了同步与参数辨识同时进行的目的.所设计的控制律简单,易于实现.仿真示例验证了所提方法的有效性.     

基于反馈控制的分数阶时滞神经网络的同步

研究了分数阶时滞神经网络的同步问题,通过使用Mittag-Leffler函数和线性反馈控制,给出了同步控制器解析式,得到了关于Caputo导数的时滞神经网络同步的充分条件;系统同步的条件容易证明和实现且仅依赖于系统的结构;最后通过数值模拟验证了理论的有效性.     

无穷时滞中立型神经网络系统的全局吸引集

本文获得了具有无穷时滞的中立型神经网络吸引集存在的充分条件。     

忆阻型模糊细胞神经网络在时滞脉冲控制下的全局指数同步

文章研究了忆阻型模糊细胞神经网络的全局指数同步控制问题。首先,通过采用Filippo解和可测选择理论将忆阻模糊细胞神经网络转化成一类参数不确定的神经网络,并给出一个新颖的不等式以解决模糊反馈连接权重的参数不确定问题;然后,通过设计时滞脉冲控制器,并结合李雅普诺夫函数法、脉冲不等式以及给出的新的不等式,得到驱动忆阻模糊细胞神经网络与响应忆阻模糊细胞神经网络在时滞脉冲控制下指数同步的结果;最后,通过数值模拟验证了理论结果的有效性。研究结果表明:采用合适的控制器,忆阻型模糊细胞神经网络的驱动-响应系统是可以达到指数同步的。     

具有变时滞的随机忆阻神经网络在固定时间内的控制同步

研究了一类具有混合变时滞的随机忆阻神经网络在固定时间内的控制同步问题. 通过集值映射,随机微分包含理论,固定时间内稳定性理论,李雅普诺夫函数,伊藤公式和一些不等式方法,在与时滞τ,随机扰动项及转换跳跃T_i相关的恰当的反馈控制器u_i(t)的控制下,得到了新的该神经网络在固定时间内控制同步的充分条件.     

模糊随机BAM神经网络的固定时间同步

对带有时滞的模糊随机BAM神经网络进行了固定时间同步分析.在传统BAM神经网络的框架下,引入了随机扰动、模糊性、离散时滞的影响,使得网络模型更符合实际系统,拓展了模型的应用范围.在此基础上,通过设计合适的反馈控制器,利用Lyapunov方法,得到了系统达到固定时间同步的判定准则.最后进行了数值模拟验证理论结果的有效性.