带Markov跳跃参数的奇异随机微分方程指数稳定性

通过构造新的Lyapunov函数,并利用矩阵范数的定义和性质,在Markov调制的随机微分方程的指数稳定性基础上,建立了Markov调制的奇异随机微分方程的p阶指数稳定性和几乎必然指数稳定性的条件并予以证明．     

具有变系数和变时滞的BAM神经网络的全局指数稳定性的新判据

研究了一类具有变系数和变时滞的联想记忆神经网络的全局指数稳定性。通过选择适当的Lyapunov-krasovskii泛函,利用不等式技巧给出了联想记忆神经网络的全局指数稳定性的新判据。     

一类光滑Chua’s电路的Lagrange稳定性分析

本文讨论了一类Chua’s电路的Lagrange稳定性.首先从理论上证明了该系统具有全局指数吸引域和正向不变集.通过设计适当的线性控制器,实现了平衡点的指数稳定性和周期解的指数跟踪.数值仿真验证的控制策略的有效性.     

一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性

考虑一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性,借助创建Lyapunov函数和运用非负半鞅收敛定理得到了该网络模型平凡解几乎必然指数稳定和p阶矩指数稳定的充分条件,并通过2个例子,说明结果的有效性.     

具有时变时滞的中立型系统的指数稳定性

研究具有时变时滞的中立型系统的指数稳定性问题。根据李雅普诺夫第二方法,构造适合讨论文中给定系统指数稳定性的李雅普诺夫函数,对积分交叉项的处理是通过引入一个使得结果保守性较小的不等式,并在此基础上得到了一个关于中立型系统时滞相关的指数稳定性判据。同时,根据针对中立系统所提出的方法又总结出了使得时滞微分动力系统时滞相关的指数稳定性判据,得到了求解时滞相关最大上界的算法,最后利用MATLAB中线性矩阵不等式LMI工具箱求解,得到使得文中所讨论系统指数稳定的时滞最大上界和指数稳定的最大上界。最后通过数值例子说明结果的可行性、正确性和有效性。     

S-分布时滞随机区间细胞神经网络的全局指数鲁棒稳定性

利用Lyapunov稳定性理论和随机分析的方法,给出了在均方意义下系统全局指数鲁棒稳定性的判据,并且给出了几乎必然指数稳定性的代数判据,通过仿真例子说明结果的实用性。     

改进的G-布朗运动驱动的随机微分方程的稳定性

主要研究由G-布朗运动驱动的随机微分方程的稳定性问题,利用一致渐近稳定函数,提出了指数p-稳定性和指数p-不稳定性的新的充分条件,所得结果减弱了原有指数p-稳定性定理和指数p-不稳定性定理的条件约束.     

一类Cohen-Grossberg神经网络的指数稳定性

本文主要讨论一类Cohen-Grossberg神经网络的指数稳定性。通过Brower不动点定理和构造Lyapunov函数来研究这种神经网络平衡点的存在性和指数稳定性。     

具有时变时滞的Hopfield神经网络的全局指数稳定性及衰减速度估计

应用Razumikhin型稳定性定理讨论了具有时变时滞的Hopfield神经网络平衡点的全局指数稳定性,给出了系统全局指数稳定的时滞相关和时滞无关的充分条件,同时讨论了这类系统的衰减速度.最后,通过一个例子说明本文结果的优越性.     

一类神经网络模型的稳定性分析

研究了一类神经网络,包括Hopfield神经网络和细胞神经网络,从神经网络的互连矩阵以及神经元输入输出的激励函数出发,通过研究特殊矩阵以及单调有界函数,利用Brouwers’不动点理论和构造Lyapunov函数的方法讨论神经网络平衡点的存在唯一性和全局指数稳定性以及指数的收敛速率,获得了一些充分条件以保证神经网络的平衡点的存在性、唯一性和全局指数的稳定性,并给出了一些条件下指数收敛速率的估计值.     

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.     

具有反应扩散和无空时滞的Cohen-Grossberg神经网络的全局鲁棒指数稳定性

文章研究了一类带分布时滞的反应扩散Coihen-Grossberg神经网络的鲁棒指数稳定性。利用不动点理论和不等式的技巧,给出了平衡点存在唯一性和全局鲁棒指数稳定性的新的判别准则。     

具分布时滞的广义Cohen-Grossberg神经网络的指数稳定性

研究了具分布时滞的广义Cohen-Grossberg神经网络的动态性质.运用非线性测度和构造Lyapunov函数,获得了神经网络系统存在唯一平衡点且平衡点全局指数稳定的一个充分条件.这个条件与时滞无关.最后,给出了一个实例说明所得结论的有效性.     

一类二重Cohen——Grossberg网络的渐近稳定性神经

研究了一类具有时滞的二重Cohen—Grossberg神经网络模型，通过构造适当的Lyapunov泛函。并利用矩阵不等式的技巧给出了此类神经网络平衡点全局渐近稳定的充分条件，推广了已知献的一些结果。     

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.     

具有时变时滞的Cohen-Grossberg神经网络的稳定性

考查具有时间改变时滞的Cohen-Gmssberg神经网络的动力学性质,给出具有时间改变时滞的Cohen—Gwssberg神经网络的全局渐近稳定性的判据．     

带时变时延效应的模糊神经网络均方指数输入的状态稳定性

在本文中,我们对一类带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对状态稳定性进行了研究。通过利用Razumikhin技巧和构造新的时滞微分不等式,我们得到了神经网络系统均方指数输入对状态稳定性的充分性判定条件。并给出了一个例子用来说明我们得到的结果的有效性。     

Cohen-Grossberg神经网络稳定性分析

为了研究具有逆Lipschitz激励函数的Cohen-Grossberg神经网络的稳定性,应用Brouwer拓扑度性质和线性矩阵不等式技术,探讨了Cohen-Grossberg神经网络的平衡点的存在性及唯一性。通过构造合适的Lyapunov函数和利用Lyapunov对角稳定性矩阵,给出了唯一平衡点全局指数稳定的充分条件。     

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leakage时滞的随机T-S模糊神经网络的稳定性

研究了一类具有leakage时滞的随机T-S模糊神经网络的稳定性,通过构造一个新的Lyapunov-Krasovskii泛函,并应用It公式、随机不等式技术,得到了基于线性矩阵不等式(LMI)的均方意义下的全局稳定性判定条件.