一类时滞反应扩散Cohen-Grossberg神经网络的稳定性

利用Lyapunov泛函研究一类时滞反应扩散Cohen—Grossberg神经网络平衡点的全局指数稳定性．给出了一些代数判据．     

时滞神经网络的鲁棒控制器

对不确定变时滞神经网络系统的鲁棒控制器的设计进行了分析.通过构建李亚普诺夫泛函并结合线性矩阵不等式方法及有关不等式技巧给出了不确定时滞神经网络的输出反馈鲁棒控制器的设计方法,提出了易于实现的鲁棒控制器设计的代数判据,其结论与满足一定条件下系统的变时滞大小无关.最后给出了实例并进行了仿真,实验结果表明所设计的鲁棒控制器的有效性.     

时滞BAM神经网络的全局稳定性

利用李雅普诺夫泛函方法并结合一些分析技巧获得了时滞BAM神经网络平衡点全局渐近稳定和全局指数稳定的充分条件，这些条件对设计全局渐近稳定的BAM神经网络和全局指数稳定的BAM神经网络具有重要意义．     

时滞泛函微分方程的某些稳定性定理

给出了时滞泛函微分方程的零解一致稳定性的新判据，Ｖ的上界可以是某些条件下的正函数；对于解的渐近性及渐近稳定性和一致渐近稳定性给出的判据，去掉了方程右端函数ｆ的有界性假设，使Ｖ的上界容许是在某种条件下的常负函数，推广了Ｊ。Ｋ．Ｈａｌｅ的结果，便于应用。     

时滞混沌神经网络的指数同步

本文研究了带有时滞混沌神经网络的指数同步问题,通过利用非线性回归控制和有效地控制定律,根据所给定的条件构造相应的线性矩阵不等式,得到了时滞神经网络的指数同步。这个方法比之前的线性控制方法更有效,数值结果进一步证明了该方法的有效性。     

含时滞的复杂动态网络模型的指数同步

研究了一类含时滞的复杂网络的指数同步问题,通过构造李雅普诺夫函数和一定的计算技巧,不仅给出了线性反馈控制器的设计方法,而且保证了驱动—响应网络模型的指数同步.最后,用仿真算例验证了所给方法的有效性.     

变时滞高阶BAM神经网络的稳定性

文章研究高阶BAM神经网络的稳定性,运用Brouwer不动点定理以及Lyapunov泛函方法,得到周期解的存在唯一性和稳定性．     

基于采样控制的混沌系统容错同步

针对一类李普希兹混沌系统,研究其基于采样控制的容错同步问题.利用输入时滞方法,将采样误差系统转换为连续时间时滞系统;基于Lyapunov泛函方法,给出了同步误差系统的时滞依赖稳定性判据;在此基础上,利用线性矩阵不等式技巧设计了容错控制器;最后,用蔡氏电路举例说明了该方法的有效性.     

含有非线性干扰的时滞竞争性神经网络指数同步

研究了含有非线性干扰的时滞竞争性神经网络的指数同步,基于利亚普洛夫稳定性理论、不等式技巧等,设计了一个简单的控制器,并获得了一些指数同步的充分条件;所得结论简单实际,可以推广到其他神经网络中;最后给出了一个数值模拟来说明结论的有效性.     

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。     

S-分布时滞随机BAM神经网络的指数同步

通过构造Lyapunov泛函,利用Ito公式以及随机分析的方法研究一类BAM神经网络的指数同步问题,给出了指数同步的新判据,举例说明了结果的实用性,推广了相关文献的结果。     

多阶分数阶神经网络的集群同步分析

研究了具有时变时滞的多阶分数阶神经网络的集群同步．首先通过利用多阶时变时滞系统的向量李雅普诺夫函数的方法,给出了多阶分数阶神经网络在牵制控制下实现集群同步的充分判据;然后分析了在无时滞及相同阶次条件下分数阶神经网络实现集群同步的充分判据;最后通过数值仿真验证了结论的有效性．结果表明：本研究可以看作已有结论的一种推广,对实际应用具有一定的理论指导意义．     

时滞混沌神经网络的指数同步

本文研究了带有时滞混沌神经网络的指数同步问题,通过利用非线性回归控制和有效地控制定律,根据所给定的条件构造相应的线性矩阵不等式,得到了时滞神经网络的指数同步。这个方法比之前的线性控制方法更有效,数值结果进一步证明了该方法的有效性。     

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。     

变时滞Cohen-grossberg神经网络的全局鲁棒稳定性

运用李雅普诺夫稳定性理论和线性矩阵不等式(LMI)对变时滞Cohen-grossberg神经网络的鲁棒稳定性进行分析,得出了判别其全局鲁棒稳定性的充分条件.通过和已有结论比较,说明推广了已有结果,得到了新的判别条件.     

基于混沌神经网络的蓄电池寿命预测

利用蓄电池对光伏系统进行供电,不可避免地会出现电压不稳等问题.而目前对蓄电池的管理主要依靠充放电实验和外观观察等技术手段,在蓄电池数量较多时,无法有效兼顾.如何科学有效地预测蓄电池寿命成为需要研究的重大课题.文章基于霍普菲尔德人工神经网络(CHNN)得到一种新的混沌神经网络模型,将它运用到光伏蓄电池的预测系统中,通过混...     

不确定随机神经网络的几乎必然指数稳定

为了探讨带有时变时滞的不确定随机神经网络的几乎必然指数稳定问题,通过构造一个合适的李雅普诺夫函数,利用李雅普诺夫函数法、随机分析法及线性矩阵不等式得到了不确定随机神经网络的几乎必然指数稳定的充分条件,验证了已知条件满足引理,表明带时滞的随机系统在时滞小于某个上界时,带时变时滞的不确定随机神经网络是几乎必然指数稳定的。所给出的判据是由线性矩阵不等式表示的,该判据是否有解可以通过Matlab工具箱快速地得到解决。     

基于LMI方法的时滞神经网络的全局渐近稳定性分析

研究了具有时滞的Hopfield神经网络的平衡点的全局渐近稳定。基于微分动力系统Lyapunov稳定性理论和线性矩阵不等式（LMI）处理方法,借助于Matlah中LMI控制工具箱软件,得到了系统全局渐近稳定的时滞相关性条件,线性矩阵不等式的方法简化了自由权重矩阵的计算。数值算例说明了结果的有效性。     

具有控制时滞的中立型Lurie系统的绝对稳定性

利用李雅普诺夫泛函方法和一个积分不等式，对具有控制时滞的中立型Lurie控制系统的绝对稳定性进行分析，得到了保证系统在Hurwitz角域[0,k]绝对稳定的时滞相关条件与时滞无关条件，这些条件用线性矩阵不等式表示易于验证。     

一类具有时滞的投影神经网络系统的指数稳定性

文章研究了一类具有时滞的投影神经网络的稳定性问题,根据这类神经网络的特点,将神经网络的状态变量进行分块,通过构造Lyapunov泛函,导出了神经网络系统指数稳定性的充分条件,在适当的初始条件下,给出的稳定性条件与分块矩阵的某些块无关,表明我们所获得的条件的优越性。