时滞细胞神经网络的稳定性研究

根据李雅普诺夫稳定性定理，利用不等式技巧，研究了具有时滞的细胞神经网络的稳定性，得到了与滞量无关的网络渐近稳定性的充分判据，该判据可用于时滞细胞神经网络的设计与检验，有重要的理论意义和应用价值。     

随机细胞神经网络的指数稳定性

本文研究了随机时滞细胞神经网络的指数稳定性,建立了这种细胞神经网络均方指数稳定与几乎必然指数稳定的充分条件,其条件分为时滞无关与时滞相关两种.     

具有时滞的细胞神经网络的稳定性

该文研究了具有时滞的细胞神经网络的稳定性问题,运用Lyapunov泛函法和Razumikhin法分别给出了时滞细胞神经网络全局渐近稳定的两个新的充分条件。其中,第一个条件与时延无关,而第二个条件与时延有关。获得的定理推广了已有文献中的结果,对于时滞细胞神经网络的硬件设计具有一定的指导意义。     

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.     

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。     

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。     

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。     

广义的时滞细胞神经网络的动态分析

本文研究了广义细胞神经网络的动态行为,首先利用度理论建立了客中广义时滞细胞神经网络的平衡点存在唯一物充要条件,其次给出这种广义时滞神经网络全局指数稳定的充要条件。     

中立型时滞BAM神经网络的稳定性分析

文章介绍了中立型时滞BAM神经网络,并重点分析其稳定性,给出了中立型时滞BAM神经网络的平衡点唯一和全局指数稳定性的判据,同时举例说明判据的正确性和结果的有效性。     

随机变时滞神经网络的全局渐近稳定性

研究了一类具有变时滞随机神经网络模型平衡点的全局渐近稳定性问题,通过构造李亚普诺夫函数并利用线性矩阵不等式理论,得出了随机变时滞神经网络的全局渐近稳定性的充分条件。     

时延细胞神经网络的渐近稳定性条件

该文利用一个新的Liapunov函数,讨论了带时延细胞神经网络的全局渐近稳定性,得到了一些判定网络的全局渐近稳定新的充分条件,所得到的结果较之P.P.Civalleri等人的结果简单和实用且对于具体设计带时延细胞神经网络有重要的指导意义。     

Conditions of asymptotic stability for cellular neural networks with time delay

In this paper, global asymptotic stability for cellular neural networks with time delay is discussed using a novel Liapunov function. Some novel sufficient conditions for global asymptotic stability are obtained. Those results are simple and practical than those given by P. P. Civalleri, et al., and have a leading importance to design cellular neural networks with time delay.     

不对称时延Hopfield神经网络的全局指数稳定性及收敛速度的估计

本文通过构造适当Ｌｙａｐｕｎｏｖ泛函的方法,对具有时延的不对称Ｈｏｐｆｉｅｌｄ型神经网络平衡点的指数稳定性进行了分析,得到了平衡点指数稳定的充分条件,同时我们也对其指数收敛速度进行了估计．     

Stability of cellular neural networks with delay

The problem of stability for cellular neural networks with delay (DCNNs) is studied. A new sufficient condition related to the global asymptotic stability for DCNNs is derived. This condition is less restrictive than that given in the literature     

带时延的细胞神经网络的无条件稳定性

本文利用泛函微分方程稳定性分析的方法之一－－Ｌｉａｐｕｎｏｖ泛函法给出了带 时延的细胞神经网络ＤＣＮＮ无条件稳定的一些充分条件，这些条件可用于设计出全局稳定的网络，因而具有重要的理论意义和应用价值。     

细胞神经网络的全局指数稳定性

本文研究了细胞神经网络的全局指数稳定性问题,运用Lyapunov函数法和不等式的分析技巧给出了细胞神经网络全局指数稳定的三个判据。     

Stability Analysis of Delay Neural Networks With Impulsive Effects

A generalized model of neural networks with time-varying delays and impulsive effects is considered. By establishing an impulsive delay differential inequality, we investigate the global exponential stability and uniform stability of impulsive delay neural networks. Our sufficient conditions ensuring the stability are dependent on delays and impulses and show delay and impulsive effects on the stability of neural networks. The results extend and improve the earlier publications.