排序方式： 共有5条查询结果，搜索用时 0 毫秒
1
1.
通过构造新的Lyapunov-Krasovskii泛函和线性矩阵不等式(linear matrix inequatity,LMI),研究变时滞非线性细胞神经网络渐近稳定性,利用牛顿-莱布尼兹公式,一些参数矩阵表达出系统变量之间的关系。从而得出一个具有变时滞相关的全局渐近稳定性判据,其扩展并改善了以前文献的结果。数值及仿真例子验证了结果的有效性。 相似文献
2.
研究了一类常时滞细胞神经网络的全局渐近稳定性.通过构造适当的Lyapunov-Krasovskii泛函,利用线性矩阵不等式(LMI)得出了全局渐近稳定性判据.数值的例子验证了方法结果的有效性. 相似文献
3.
4.
变时滞非线性细胞神经网络稳定性分析 总被引：2，自引：1，他引：1
通过构造新的Lyapunov-Krasovskii泛函和线性矩阵不等式（linear matrix inequatity,LMI）, 研究变时滞非线性细胞神经网络渐近稳定性, 利用牛顿-莱布尼兹公式, 一些参数矩阵表达出系统变量之间的关系。从而得出一个具有变时滞相关的全局渐近稳定性判据, 其扩展并改善了以前文献的结果。 数值及仿真例子验证了结果的有效性。 相似文献
5.
该文研究了一类常时滞细胞神经网络的稳定性.构造Lyapunov-Krasovskii函数和线性矩阵不等式(LMI)对此类问题进行了探讨,并得出稳定性判据.所得判据提供了一些参数来适当地弥补了反馈矩阵与时滞反馈矩阵之间的平衡关系.而且所得的判据与时滞无关,推广了以前文献中出现的结果且具有更少的限制.数值仿真说明了该文所介绍的方法的有效性. 相似文献
1