一类具有时滞的神经网络的稳定性分析

对具有广泛应用价值的时滞Hopfield神经网络系统,建立了系统平衡点存在唯一的充要条件,利用常数交易法并结合不等式分析技巧讨论了神经网络模型的全局指数稳定性,获得了系统的平衡点全局指数稳定的充分条件。     

混合时滞模糊细胞神经网络的指数稳定性研究

利用Lyapunov泛函及M-矩阵理论,研究了具变时滞和分布时滞模糊细胞神经网络（FCNNs）平衡点的存在性和唯一性及其全局指数稳定性,得到了其简单判断.     

具有混合时滞的BAM神经网络全局指数稳定性分析

在激励函数满足全局Lipshitz条件和时变时滞函数有界的情形下,研究了一类具有时变时滞和无穷分布时滞的BAM神经网络模型.首先利用压缩映像原理给出了系统平衡点的存在唯一性条件;然后利用初等积分法并结合矩阵论知识,不需构造Lyapunov-Krasovskii泛函,以矩阵谱半径的形式给出了模型平衡点全局指数稳定的充分条件,还以矩阵范数的形式给出了更为严格但极易验证的充分条件.结论去掉了对激励函数有界性和时变时滞函数连续可微性,甚至导数具有不超过1的上界等严格要求,推广改进了相关文献的结果.最后举例说明了本文方法的有效性.     

一类具有时变时滞的Hopfield神经网络的全局指数渐进稳定性

利用M-矩阵和不等式方法,绐出了一类具有时变时滞的Hopfield神经网络模型的平衡点的存在性及其全局指数渐进稳定性的充分性判据.     

脉冲时滞细胞神经网络系统的指数稳定性

讨论了一类具有时滞的脉冲细胞神经网络的全局指数稳定性。利用Lyapunov函数和不等式技巧得到了该系统全局指数稳定的一个充分条件,同时给出示例说明结果的有效性。     

S-分布时滞细胞神经网络的全局指数稳定性

研究了S-分布时滞细胞神经网络模型,利用同胚映射、M-矩阵以及Lyapunov函数得到了判断该模型平衡点存在唯一性及全局指数稳定性的实用有效的充分性条件,并给出了实例.     

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。     

时滞神经网络的全局渐近稳定性分析

研究了一类具有时滞的细胞神经网络的稳定性问题,利用Lyapunov-Krasovskii泛函的方法,给出了时滞相关的稳定性判据。稳定性判据是以线性矩阵不等式的形式给出,可以很容易得出时滞的上界。在得到时滞相关的稳定性判据的同时也可以也可以得到时滞无关的稳定性判据,包含了已有文章中的很多结果。最后,数值算例说明了本文结果的优越性。     

非自治时滞神经网络的全局指数稳定性分析

利用微分不等式,并结合均值不等式以及Young不等式研究了一类具有时变时滞的非自治神经网络系统的全局指数稳定性,给出了一系列系统全局指数稳定的充分条件。由于去掉了激励函数单调有界、时变时滞函数连续可微等限制条件,因此结论具有更低的保守性,推广并改进了相关文献的结果。举例说明了方法的有效性。     

具有混合时滞模糊神经网络的全局指数稳定性分析

主要研究一类具有混合时滞的模糊神经网络.运用不动点定理,M-矩阵理论和一些分析技术,得到了唯一平衡点存在和全局指数稳定的充分条件.实例证明了所得结果的有效性.     

时变时延不确定性神经网络稳定性分析

对一类含线性及非线性时变时延神经网络系统提出了一种研究稳定性的新方法.对给定的神经网络,当相应含2个未知正定矩阵的广义代数Riccati方程有解时,通过Razumikhin定理和构造适当的Lyapunov泛函,得到了确保所给系统全局渐近稳定的条件.     

具有时延的神经网络的渐近稳定性

应用Lyapunov泛函方法研究一类具有时延的神经网络的全局渐近稳定性,获得了两个新的充分条件。举例说明了所得结果的有效性。     

时滞并联限制细胞神经网络的稳定性

研究了变系数和连续分布时滞并联限制细胞神经网络模型的稳定性,运用李雅普诺夫函数方法和不等式的技巧给出了判别其指数稳定性的充分条件.证明了所研究的变系数模型及其任意概周期解的稳定性,推广了已有的结果,所得到的新的判别条件具有一定的意义.     

具有可变延时的四元数神经网络的指数稳定性

研究一类具有可变延时的四元数神经网络的指数稳定性.首先将该系统分解为4个等价的实数域系统,然后在假定激活函数满足强耦合条件的情况下,利用M矩阵理论和矢量Lyapunov函数法分析该系统平衡点的全局指数稳定性,并给出了形式简单且容易验证的稳定性判据.本文所建立的稳定性条件不仅推广了现有结论,并且具有较低的保守性.最后,通...     

S-分布时滞反应扩散Hopfield神经网络稳定性

利用拓扑度理论和Lyapunov泛函方法研究了S-分布时滞反应扩散Hopfield神经网络平衡点的存在性及全局鲁棒指数稳定性.例子表明所得结果易于验证,具有广泛的适用性.     

多时变时滞神经网络的全局指数稳定

通过构造Lyapunov-Krasovskii泛函分析了一类多时变时滞神经网络的全局指数稳定性问题。不要求神经网络激励函数的有界性、单调性和可微性,得到了保证平衡点唯一性和全局指数稳定的新的独立于时滞的充分条件。该充分条件可表示为一个线性矩阵不等式的形式,进而易于验证。通过几个注释说明及与其他文献结果进行比较验证了该方法的有效性。     

多比例时滞细胞神经网络的全局一致渐近稳定性

对一类具多比例时滞细胞神经网络进行研究, 利用变换zi(t)=yi(et) 将具多比例时滞细胞神经网络变换成变系数常时滞的细胞神经网络. 通过构造合适的Lyapunov泛函, 给出了几个保证该系统全局一致渐近稳定的时滞独立的充分条件, 并给出例子验证所得结论的正确性.