具时滞细胞神经网络周期解的全局渐近稳定性

讨论一类具时滞细胞神经网络周期解的全局渐近稳定性.通过构造合适的Lyapunov泛函及应用Barbalat引理,得到了具时滞细胞神经网络周期解的全局渐近稳定性的新的充分条件.最后通过数值算例及仿真证明了所得结论的有效性.     

一类具比例时滞Hopfield神经网络的全局渐近稳定性

对一类时滞Hopfield神经网络的稳定性进行研究,这里的时滞是不同于无界分布时滞的无界比例时滞。应用Lyapunov稳定性理论和Barbalat引理,获得了保证Hopfield神经网络全局渐近稳定的两个新的充分条件。最后通过数值算例及仿真验证所得结果。所得结果为具比例时滞Hopfield神经网络的进一步应用打下一定的理论基础。     

一类具时滞细胞神经网络的全局一致渐近稳定性

讨论了一类具时滞细胞神经网络平衡点的全局一致渐近稳定性, 通过构造合适的Lyapunov泛函, 得到了三个具时滞细胞神经网络全局一致渐近稳定性的新的充分条件。     

一类具变时滞细胞神经网络的全局渐近稳定性

讨论一类具变时滞细胞神经网络平衡点的唯一性和全局渐近稳定性,利用矩阵不等式,通过构造合适的Lyapunov泛函,得到了具变时滞细胞神经网络全局渐近稳定性的新的充分条件．     

一类具多比例时滞细胞神经网络的全局指数稳定性

通过构造合适的Lyapunov泛函和运用Halanay时滞不等式,讨论一类具多比例时滞细胞神经网络的全局指数稳定性,得到了判定该系统平衡点全局指数稳定的一个时滞独立的充分条件.通过数值算例和仿真结果验证了所得结论的有效性.     

一类具多比例时滞广义细胞神经网络的全局指数稳定性

对一类具多比例时滞广义细胞神经网络的全局指数稳定性进行研究.首先用Brouwer不动点定理证明了该系统平衡点的存在唯一性,再通过建立时滞微分不等式,获得了保证该系统平衡点全局指数稳定的时滞独立的充分条件.最后,给出了一个数值算例验证所得结果的正确性和有效性.     

具有时滞的细胞神经网络的全局渐近稳定性分析

研究了一类具有时滞的细胞神经网络的稳定性问题,首先证明了这类系统的平衡点的存在性,然后利用Lyapunov泛函方法结合不等式分析技巧,在引入一系列参数的条件下,给出了系统平衡点唯一和平凡解全局渐近稳定的充分条件,该条件与时滞无关且推广和改进了已有文献的结果.     

基于LMI的比例时滞细胞神经网络的全局渐近稳定性

通过构造合适的Lyapunov泛函及应用线性矩阵不等式,研究一类比例时滞细胞神经网络的全局渐近稳定性,得到系统全局渐近稳定的时滞相关与时滞独立的充分条件.利用数值算例和仿真结果验证了所得结论的正确性.     

一类具比例时滞Cohen-Grossberg神经网络的全局指数稳定性

研究一类具比例时滞的自治Cohen-Grossberg神经网络的全局指数稳定性.应用Young不等式和构造适当的Lyapunov泛函得到了该系统全局指数稳定的一个时滞无关的充分条件,并通过数值算例和仿真结果验证了所得结论的正确性.     

一类时延细胞神经网络的全局渐近稳定性

讨论时滞的细胞神经网络(DCNNs)的全局渐近稳定性,利用Lyapunov泛涵方法和平均值不等式,a1a2…ak≤1/k(ak1+ak2+…+akk)(a1＞0,i=1,2,3,…,k),构造了一类新的Lyapunov泛涵,再次对DCNNs的稳定性进行了研究.得到了DCNNs全局渐近稳定时的一些充分条件,给出了保证时滞细胞神经网络全局渐近稳定的模型设计方法.     

基于LMI的随机时滞神经网络的全局渐近稳定性分析

研究了一类时变时滞与分布时滞的随机神经网络模型的全局渐近稳定性,该模型考虑了神经网络的随机扰动性.通过构造适当的Lyapunov泛函,以线性矩阵不等式的形式给出了系统全局渐近稳定的充分条件.最后,数值算例说明了结果的正确性.     

Global Asymptotic Stability of Neural Networks with Time Delay

The global asymptotic stability problem of Cellular neural networks with delay is investigated.A new stability condition is presented based on Lyapunov-Krasovskii method,which is dependent on the size of delay.The result is given in the form of LMI,and the admitted upper bound of the delay can be obtained easily.The time delay dependent and independent results can be obtained,which include some results in the former literature.Finally,a numerical example is given to illustrate the effectiveness of the main results.     

基于LMI的时滞细胞神经网络的指数稳定性分析

研究了一类具有时滞的细胞神经网络的指数稳定性问题,利用Lyapunov Krasovskii函数,给出了系统全局指数稳定的时滞相关稳定性条件,其结果以线性矩阵不等式的形式给出,可以很容易求出系统稳定的时滞上界,并且能够达到时滞无关指数稳定性和全局渐近稳定性.数值算例说明了本文结果的优越性.     

带有不确定性的时变时滞神经网络渐近稳定性分析

研究了一类既具有时变时滞,又带有不确定性的细胞神经网络全局渐近稳定性问题,并给出了新的稳定判据.其中考虑的不确定性为有界不确定性,系统参数具有的这种不确定性是与时间相关的,它的参数被限制在一定范围内,时间滞后函数是随时间变化而改变的,但它的导数是小于1的.在国际上,针对这一类综合性问题的研究并无太成熟理论.因此,所建模型与以往模型相比更具有一般性.通过构造新的Lyapunov函数,利用LMI方法,给出了系统稳定的充分条件.最后,用仿真实例证明了理论的有效性.     

一种新的时滞细胞神经网络全局渐近稳定性准则

研究了一类具有时滞的细胞神经网络全局稳定性问题。首先,提出所研究的时滞细胞神经网络模型、系统激活函数所需满足的条件及本文需要用到的引理。然后,将所研究的系统通过一个等式进行线性变换,在定义一个与系统相关的积分操作基础上讨论时滞细胞神经网络的全局渐近稳定性。与早期的文献结果相比,本文所得结果具有更少保守性,并且该条件是与时滞相关的。本文所得到的稳定性准则可以很容易地求出系统稳定的时滞上界,进而可以很容易得到时滞无关稳定性结果。最后,用一个数值例子证明本文所得的稳定性条件是有效的。     

一类具有无穷分布时滞的反应扩散神经网络的全局渐近稳定性

针对一类具有无穷分布时滞的反应扩散神经网络模型,在Dirichlet边界条件下应用Lyapunov稳定性理论,通过构造适当的Lyapunov-Krasovskii泛函获得了该系统的全局渐近稳定性判据,数值模拟说明了所得理论判据的可行性.     

广义时延神经网络的渐近稳定性

讨论如下带有时延的广义神经网络模型(dxi)/(dt)=Gi(xi)[bi(xi)-∑nj=1cijdj(xj(t-τj))], i=1,2,...,n,其中,τj＞0为第j个神经元的时延,cij表示第j个神经元在t-τj时刻的输出对第i个神经元的影响强度,t∈I=[t0,∞),x∈Rn.利用Lyapunov函数及推广的Halanay微分不等式,研究了该模型的渐近稳定性,给出了系统指数稳定的几个充分条件及相应的Lyapunov指数.     

时滞神经网络模型全局渐近稳定性的一个新的充分条件

运用Ｌｙａｐｕｎｏｖ泛函方法,讨论了一类具有时滞的神经网络模型ｄｕｉ（ｔ）／ｄｔ＝－ｂｉｕｉ（ｔ）＋ｎ∑ｊ＝１ωｉｊｆ（ｕｊ（ｔ－τｊ））＋ｐｉ（ｉ＝１,２,．．．,ｎ）平衡点的全局渐近稳定性,获得了一个新的充分条件。     

一类分布时滞竞争神经网络的全局渐近稳定性

利用拓扑度理论和Lyapunov泛函,研究了一类分布时滞竞争神经网络的全局渐近稳定性,给出了平衡点的存在唯一性和全局渐近稳定性的判据.实例说明了判据的有效性.