一类具多比例时滞递归神经网络的全局指数稳定性

比例时滞是一种不同于常时滞、有界变时滞和分布时滞的时变无界时滞.具比例时滞的系统在物理学、生物学和控制理论等领域发挥着重要的作用,但目前具比例时滞神经网络的动力学行为研究相对较少.本文对一类具多比例时滞递归神经网络的全局指数稳定性进行研究.首先,利用非线性变换将一类具多比例时滞的递归神经网络等价变换成一类变系数常时滞的递归神经网络,然后利用M-矩阵理论和同胚映射定理,以及时滞微分不等式技巧,得到了该系统平衡点的存在性、唯一性及其全局指数稳定性的时滞无关的充分条件,该条件依赖于神经网络的连接权值矩阵和神经元的激励函数.最后数值实验结果验证所得结论的正确性和与以往文献相比较低的保守性.     

一类无界时滞细胞神经网络的全局指数稳定性

比例时滞是一种不同于无界分布时滞的无界时变时滞.比例时滞系统作为一种重要的数学模型在物理、生物系统与控制理论等领域有着重要的应用.本文通过变换yi(t)=xi(et),将一类具比例时滞细胞神经网络等价变换成一类具常时滞变系数的细胞神经网络.利用矩阵范数性质及不等式技巧,得到了保证该系统平衡点存在唯一与全局指数稳定的时滞独立与时滞依赖的充分条件.其中时滞依赖的充分条件依赖于比例时滞因子的大小.给出一个数值算例及仿真结果验证了所得结论的有效性和与以往文献相比较低的保守性.     

带有周期系数和时滞的细胞神经网络模型的周期解的存在性和全局指数稳定性

本文运用非奇异M矩阵的性质,不等式分析法和建立在重合度基础上的连续性定理,得到了带有周期系数和周期时滞的细胞神经网络的周期解的存在性以及全局指数稳定性的新判据。并且给出了指数收敛率的估计。     

随机时滞反应扩散神经网络的指数稳定性

本文是讨论了一类随机变时滞反应扩散Hopfield神经网络的矩指数稳定性。利用平均Lya- punov泛函方法,随机偏微分方程的Ito公式和时滞微分不等式技巧,证明了随机变时滞反应扩散Hopfield神经网络的平衡解的矩指数稳定性,给出了这类随机变时滞神经网络平衡解矩指数稳定性的实用代数判据,得到了一些新结果。最后,给出了主要定理的一个应用实例。     

脉冲时滞BAM神经网络的稳定性分析

本文研究了具变时滞和脉冲的BAM神经网络模型.利用M矩阵理论、反证法,得到了脉冲时滞BAM神经网络平衡解的存在性、唯一性和全局指数稳定性成立的充分条件.一个数值例子证明的所得结论的有效性.     

具有时滞的细胞神经网络吸引集与周期解存在性

本文利用Lyapunov函数法并结合不等式分析技巧,在不要求时滞细胞神经网络神经元的输出函数满足全局Lipschitz条件下,证明了时滞细胞神经网络的正不变集与吸引集的存在性,同时给出周期解的存在的充分条件。本文还构造了吸引集,使得周期解有了较明确的几何范围。     

变时滞细胞神经网络的概周期解存在性与全局指数收敛性

利用了不动点理论和微分不等式分析等技巧,研究了变量滞细胞神经网络概周期解存在性与全局指数收敛性。去掉了相关文中有关激活函数有界性的假设,给出了较弱的并且不依赖于时滞的判别条件,增强了模型的适用性。     

变时滞Cohen—Grossberg神经网络稳定性分析

本文讨论了具有变时滞的Cohen-Grossberg神经网络的指数稳定性.利用Lyapunov泛函的方法和Halanay时滞微分不等式的技巧,给出了判定这类变时滞神经网络平衡点全局指数稳定性的几个充分条件,这些条件无须假设变时滞是可微的,推广了已有文献的一些结果,使模型的应用范围更加广泛.     

噪声扰动下的广义时滞细胞神经网络稳定性分析

本文考虑到不可避免的噪声干扰,针对一类广义时滞细胞神经网络,引入随机扰动项,利用随机微分方程理论,It(o)积分性质及分析技巧,研究了该系统在噪声扰动下的稳定性问题,并分别给出了判定平衡点全局稳定及全局指数稳定的充分条件.其结果以不等式形式给出,便于结论验证.最后,本文给出了主要定理的一个实例,表明结论的有效性.     

时滞脉冲周期细胞神经网络指数稳定性的平均准则（英文）

本文致力于研究具有周期系数的脉冲时滞非自治细胞神经网络的全局指数稳定性.具体地,利用非线性测度方法和周期Halanay微分不等式,我们获得了该类神经网络的积分平均意义下的稳定性准则.我们的方法不要求激活函数的有界性和单调性,这意味着我们的稳定性准则和现有的某些结果相比受到的约束限制少,可以被应用到更一般的实际问题.此外,我们获得的稳定性准则是现有某些研究结果的推广和改进.最后,文中的例子说明了我们的方法是有效的,获得的结果是正确的.     

含脉冲的随机延迟细胞神经网络的均方指数稳定性与周期解

本文主要研究一类带离散延迟和脉冲的随机细胞神经网络(SDCNNswI)的均方指数稳定性和周期解的存在性。首先,用庞加莱收缩理论分析了SDCNNswI的周期解存在条件;其次,用李雅谱诺夫函数、随机分析理论和Young不等式推出了几个定理,给出了保证SDCNNswl的周期解具有均方指数稳定性的几个充分条件,其中只包含SDCNNswI的几个控制参数,通过简单的代数方法即可验证。最后,通过两个例子说明了所提出准则的有效性。     

一类具离散时变时滞和分布时滞神经网络的指数稳定性(英文)

本文讨论一类具离散时变时滞和分布时滞神经网络的指数稳定性。利用非线性测度,本文得到一个与时滞无关的充分条件,它保证了平衡点的存在性、唯一性和指数稳定性。既然新稳定准则不要求激活函数的有界性、单调性及可微性和随时间改变的传递延迟函数的可微性,那么它是某些已有结果的推广。此外,本文的方法的另一个优点是给出了解的指数收敛速度。最后,给出的例子说明我们的方法是有效的。     

具有变时滞的神经网络的全局指数稳定性

本文运用矩阵不等式方法和李雅普诺夫(Lyapunov)方法,研究具有变时滞的神经网络平衡点的存在性、唯一性和全局指数稳定性问题,得到了一个新的结果。此外,给出了两个实例,进一步说明了所得结果的有效性。     

关于随机时滞神经网络稳定性的注记(英文)

利用非负鞅收敛定理、Lyapunov泛函方法和网络自身的特性讨论了变时滞随机递归神经网络的随机指数稳定性,给出了这类神经网络随机指数稳定性的新的代数准则,所给代数准则简单易用。两个应用实例说明即使针对随机Hopfield神经网络所给的代数准则也优于相关的判别准则。     

Exponential stability analysis of travelling waves solutions for nonlinear delayed cellular neural networks

In this paper, the exponential stability of travelling waves solutions for nonlinear cellular neural networks with distribute delays in the lattice is studied. The weighted energy method and comparison principle are employed to derive the sufficient conditions under which the networks proposed are exponentially stable. Following the study [13 X. Liu, P. Weng, and Z. Xu, Existence of traveling wave solutions in nonlinear delayed cellular neural networks, Nonlinear Anal. Real World Appl. 10(1) (2009), pp. 277–286.[Crossref], [Web of Science ®] , [Google Scholar]] on the existence of the travelling wave solutions in nonlinear delayed cellular neural networks, this paper is focused on the exponential stability of these travelling wave solutions.     

变时滞Cohen-Grossberg随机神经网络的均方指数稳定性

本文利用随机积分的It（^o）公式,时滞微分不等式及随机时滞神经网络的特性讨论变时滞CohenGrossberg随机神经网络的均方指数稳定性.     

具有分布时滞的分流抑制细胞神经网络的概周期解

利用Banach不动点理论和Lyapunov函数方法,在较一般条件下研究了具有分布时滞的分流抑制细胞神经网络概周期解的存在性和全局吸引性,给出了新的判据,推广了已知文献的一些结果且易于在实际工程领域中验证。