基于LMI的时变时滞Cohen-Grossberg神经网络鲁棒稳定性

 研究了时变时滞Cohen-Grossberg神经网络的全局鲁棒稳定性问题.基于线性矩阵不等式技术,给出了保证时变时滞Cohen-Grossberg神经网络平衡点唯一性和全局鲁棒稳定性的新判据.这些新判据不依赖于时滞的大小和放大函数,且与现有的一些结果相比,具有易于验证、适用范围广、条件更不保守等特点.仿真结果验证了本文方法的有效性.     

一类时变时滞模糊细胞神经网络的 时滞依赖指数稳定性判据

 针对一类带有时变时滞的模糊细胞神经网络,通过适当的构造Lyapunov-Krasovskii泛函,以线性矩阵不等式的形式提出了一种新颖的依赖于时滞的全局指数稳定性判据.与之前结果相比,所提出的判据针对模糊时滞项进行了变换,从而首次考虑了模糊细胞神经网络中非模糊项的连接权矩阵中元素的符号问题,降低了判据的保守性.并且时滞变化率的限制将被放松.仿真结果进一步证明了判据的有效性.     

基于LMI方法的时滞BAM神经网络的全局稳定性分析

对于时滞双向联想记忆(DBAM)神经网络的平衡点的稳定性问题,目前人们已经得到了很多富有意义的成果。该文提出一种新的神经网络模型标准神经网络模型(SNNM),通过状态的线性变换,将DBAM神经网络转化为时滞SNNM(DSNNM),并利用有关DSNNM的稳定性的一些结论,得到DBAM神经网络平衡点的全局渐近稳定性的充分条件。这些条件都以线性矩阵不等式(LMI)的形式给出,容易验证,保守性低。该方法扩展了以前的稳定性结果,同时也适用于其它类型的递归神经网络(时滞或非时滞)的稳定性分析。     

线性时滞系统的时滞相关稳定性

本文讨论了线性时滞系统x(t)=Ax( ) Bx(t-τ)渐近稳定的时滞界限，利用Lyapunov—Krasovskii泛函及H∞范数理论，获得了线性时滞系统时滞相关稳定的充分条件，同时得到了一个新的时滞界限的代数估计式。将本文结果应用于实际系统，计算简单，并且扩大了时滞的稳定区域，降低了对时滞的保守性。分析结果还表明，线性时滞系统的稳定性可以转化为一定常无时滞的线性系统的H∞控制问题。     

时变时滞区间神经网络的全局鲁棒稳定性判据

本文主要研究时变时滞区间神经网络的全局鲁棒稳定性问题, 利用区间神经网络的等价转换和自由矩阵技术, 给出一个新的区间神经网络平衡点的时滞依赖全局鲁棒稳定性的充分条件, 这个条件以线性矩阵不等式的形式给出, 容易验证, 保守性低.最后, 通过数值实例验证了所提算法的正确性和更低的保守性.     

具有时滞和的离散系统的稳定性分析

为了解决具有时滞和的离散系统的稳定性问题,基于Lyapunov稳定性理论,通过采用新构造的Lyapunov泛函和线性矩阵不等式处理方法,以线性矩阵不等式形式给出了使得系统满足稳定的时滞相关型准则。同时通过数值实例验证了结果的有效性。研究结果表明:所给准则可有效判定具有时滞和的离散系统的稳定性,该成果对具有时滞和的离系统的稳定性和其它控制问题的进一步研究具有一定参考价值。     

不确定随机变时滞神经网络的全局渐进稳定性

采用It(o)'s微分公式和不等式分析技巧,研究了一类不确定随机变时滞神经网络的全局渐进稳定性问题.该模型同时考虑了神经网络模型的两种扰动因素,即随机扰动与不确定性扰动.不确定性参数是时变且范数有界的.通过构造适当的Lyapunov泛函,以线性矩阵不等式形式给出了平衡点在均方根意义下的全局渐进稳定性判据,能够利用LMI工具箱很容易地进行检验.此外,仿真示例证明了结论的有效性.     

具有时滞的高阶Hopfield型神经网络的稳定性

通过Lyapunov泛函的方法，对具有时滞的高阶连续型Hopfield神经网络平衡点的稳定性进行分析，利用Razumikhin定理得到平衡点全局一致渐近稳定的时滞相关与时滞无关充分条件。     

具有变时滞的Hopfield型神经网络的全局指数稳定性

 本文利用推广的Halanay时滞微分不等式和Lyapunov函数来研究具有可变时滞的Hopfield型神经网络的平衡状态的全局指数稳定性,得到了不依赖含任何未知函数存在性的简便代数判据,为实际应用提供方便.     

含有时变延迟的离散系统的稳定性分析

应用一种新的Lyapunov泛函法,可以得到满足系统渐进稳定的时滞相关条件.通过巧妙地构造自由矩阵并应用函数矩阵的凸性,避免了放大引起的保守性.得到的稳定性条件都表示为线性矩阵不等式形式,可以很方便地用相关的工具箱进行求解.最后举例证明,应用所提出的方法,可以极大地减少结果的保守性.     

具反应扩散项变时滞细胞神经网络模型 指数稳定性的新结果

针对一类具反应扩散项的变时滞细胞神经网络模型,利用Poincare不等式与Hanalay不等式等知识,获得了该系统的指数稳定性条件,该稳定性条件包含了扩散算子项,与以往结果比较,获得的指数稳定性条件更强,且降低了已有结论的保守性.最后,通过实例说明该方法的有效性.     

Delay-Dependent Exponential Stability Criterion for BAM Neural Networks with Time-Varying Delays

By employing the Lyapunov stability theory and linear matrix inequality（LMI）technique,delay-dependent stability criterion is derived to ensure the exponential stability of bi-directional associative memory（BAM）neural networks with time-varying delays.The proposed condition can be checked easily by LMI control toolbox in Matlab.A numerical example is given to demonstrate the effectiveness of our results.     

多时滞Cohen-Grossberg神经网络鲁棒稳定性的新判据

分析了一类具有多时滞及参数摄动的Cohen-Grossberg神经网络的全局鲁棒稳定性.通过构造适当的Lyapunov泛函,以线性矩阵不等式形式给出了平衡点全局鲁棒稳定的判据.此外,所有结论的建立都不需要假定互连矩阵的对称性及激活函数的可微性和单调性.仿真结果进一步证明了结论的有效性.     

时滞细胞神经网络的全局指数稳定

本文利用Halanny时滞微分不等式和Lyapunov函数来研究具有可变时滞的细胞神经网络的平衡状态的全局指数稳定性,得到了不依赖于含任何未知函数存在性的简便代数判据,为实际应用提供方便。     

具反映扩散无穷连续分布时滞神经网络的全局渐近稳定性

利用同伦不变性原理、Dini导数、格林公式,研究了一类具反应扩散的无穷时滞神经网络系统的平衡点的存在唯一性和全局渐近稳定性.在去掉对神经元的激励函数有界性、可微性、去掉对平均时滞∫∞0sk(s)ds有界性的要求,仅要求激励函数满足Lipchitz条件等较宽松的条件下,获得了该类系统的全局渐近稳定性的充分条件.改进和推广了已有文献的最新结果.并用实例说明了这些获得的结果的有效性.     

延迟离散Hopfield网络的稳定性条件

主要利用状态转移方程和定义能量函数的方法对具有时延的离散Hopfield神经网络的动力学行为进行了研究,并且获得了若干稳定性结果.给出了延迟离散Hopfield神经网络收敛于周期为4的极限环的一个充分条件,获得了延迟网络有稳定状态的条件,并且得到了延迟网络既没有稳定状态也没有周期为2的极限环的条件.同时,这些结果用两个例子进行了验证.这些结果推广了一些已有的离散Hopfield神经网络的稳定性结果.