具变和分布时滞的神经网络系统的指数稳定性

基于泛函微分方程的稳定性理论,通过构造Lyapunov泛函和利用不等式pa^n-1b≤（p-1）a^p＋b^p（这里p为正整数,a,b为非负实数）,对一类含具变和分布时滞的系统的指数稳定性问题进行探讨,并列举了一个例子验证了定理结论的正确性．     

混合时滞系统的BIBO稳定性

根据Lyapunov稳定性的理论,利用Lyapunov-Krasovskii泛函方法并结合不等式的技巧,研究了非线性扰动混合时滞系统的BIBO稳定性,分析了系统在闭环状态下的BIBO稳定,所得的结果推广了已有文献的有关内容。     

解二次极大极小的时变时滞神经网络

通过鞍点定理和投影理论,提出了一个解二次极大极小问题的变时滞神经网络。利用泛函微分方程理论,给出了确保该变时滞神经网络全局指数稳定的充分条件。由于稳定性分析中不需要原极大极小问题的凸性,该网络可以用来求解一类非凸优化问题。仿真实例验证了理论的正确性和网络的性能。     

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.     

一类时滞非线性动力系统的全局指数稳定性

研究一类具有时滞的非线性动力系统的全局指数稳定性.在时间滞后连续且有界的条件下,通过分析具有时间滞后的微分不等式的稳定性,构造适当的向量李雅普诺夫函数和利用M-矩阵的性质,得到了该类动力系统全局指数稳定的一个充分条件.     

具有混合时滞的区间广义系统弹性鲁棒H∞控制

针对一类具有混合时滞的区间广义系统,研究了其弹性鲁棒H∞状态反馈控制器的设计问题。利用Lyapunov稳定性理论,采用线性矩阵不等式方法,提出了此类系统弹性鲁棒H∞控制器存在的充分条件。最后给出数值算例验证该方法的有效性。     

一类非自治单种群阶段结构时滞模型的一致生存与全局渐近稳定性

研究了具有分布连续和离散时滞三个成长阶段的单种群模型,得到了与时滞有关的系统一致持久性的充分条件;同时通过构造Lyapunov函数得到了与时滞有关的系统全局渐近稳定的充分条件。最后由己知的文献推导出系统在持久性的条件下具有至少一个正周期解,进一步,如果系统满足全局渐近稳定的条件,则系统具有惟一全局渐进稳定的正周期解。     

基于SEIR模型的大面积航班延误传播

为研究大面积航班延误在机场间传播的规律,通过构建空中交通网络,并基于SEIR(susceptible-explored-infected-recovered)模型的基本思想,分析大面积航班延误发生时节点状态的变化规律,建立大面积航班延误传播模型,并进一步讨论模型中各个参数变化对航班延误传播的影响。算例分析表明,建立的模型可以用来描述大面积航班延误传播特性。     

比例延迟微分方程的极限学习机算法

目的 针对比例延迟微分方程,提出一种基于极限学习机(ELM)算法的单隐藏层前馈神经网络训练方法,并将该方法推广到求解双比例延迟微分系统。方法 首先,构建一个单隐藏层前馈神经网络并随机生成输入权值和隐藏层偏置;然后,通过计算系数矩阵使其满足比例延迟微分方程及其初值条件,将其转化为最小二乘问题,利用摩尔-彭罗斯广义逆解出输出权值;最后,将输出权值代入构建的神经网络便可获得具有较高精度的比例延迟微分方程数值解。结果 通过数值实验与已有方法的结果进行比较,验证了该方法对处理比例延迟微分方程与双比例延迟微分系统的有效性,且随着选取的训练点和隐藏层节点数量增多,所得到的数值解精度和收敛速度也随之增加。结论 ELM算法对处理比例延迟微分方程以及双比例延迟微分系统具有较好的效果。     

时滞神经网络的指数稳定性分析

研究了一类时滞细胞神经网络的指数稳定性问题,利用Razumikhin定理和线性不等式技术得到新的全局指数稳定性准则.与其他方法不同之处在于,对神经网络模型的“线性化”,将神经网络模型变成一个线性时变的系统.所获的条件具有较少的保守性.最后用1个数值例子说明文中所得的结果是有效的.