具有脉冲的高阶时滞Hopfield神经网络的全局指数稳定性

高阶Hopfield神经网络可以看作是Hopfield神经网络的扩展,相对一阶神经网络而言,高阶神经网络在存储能力、逼近能力、容错水平和收敛速度等方面具有更强大的能力.利用构造合适的Lyapunov泛函,应用不等式性质,研究了一类具有脉冲的高阶时滞Hopfield神经网络的动力学行为,得到了确保该系统的平衡点全局指数稳定的充分判别条件.通过两个仿真例子,说明所得结论的有效性.     

变时滞Hopfield神经网络的全局指数稳定性

本文研究了一类具有变时滞Hopfield神经网络的稳定性问题.利用时滞微分不等式方法,获得了几个关于该网络的全局指数稳定性与时滞无关的充分条件,并且给出了此类网络的收敛指数的估计,推广了已知文献的结果.最后给出数值例子证明结论的有效性.     

时滞Hopfield神经网络的全局指数稳定性

讨论带有可变时滞的Hopfield神经网络的全局指数稳定性.在非线性激励函数满足Lipschitz条件的假设下,利用推广的Halanay不等式,Dini导数和分析技巧,建立了这类神经网络系统全局指数稳定的几个判别准则.这些判别准则仅仅依赖于系统的参数.     

时滞Hopfield神经网络模型的全局吸引性和全局指数稳定性

对具有时滞的Hopfield神经网络模型,在非线性神经元激励函数是Lipschitz连续(而非已有的大部分文献中假设是Sigmoid函数)的条件下,通过构造适当的泛函,给出了这类模型全局吸引和平衡点全局指数稳定的易于验证的充分条件。     

具有时滞的细胞神经网络的全局指数稳定性

利用Liapunov函数方法,结合积分不等式技巧,分析了时滞细胞神经网络的平衡点存在的唯一性和全局指数稳定性,保证时滞细胞神经网络全局指数稳定的一个新的充分判据被得到.所得判据比已有文献具有更少的限制,为实际应用提供了方便.     

具有变时滞脉冲效应的Hopfield神经网络的全局指数稳定性

研究了一类新的具有脉冲的时滞Hopfield神经网络系统模型,引入了新的脉冲条件,在不假设激励函数的可微性、单调性的条件下,得到了系统平衡点的存在性、唯一性及全局指数稳定性的充分条件和指数收敛速率,且所得结果改进了一些已知文献的结论.     

一类变时滞神经网络的全局指数稳定性

本文研究一类变时滞神经网络平衡点的全局指数稳定性.在不要求激活函数全局Lipschitz条件下,利用Lyapunov函数方法,并结合Young不等式和Halanay时滞微分不等式,得到了系统全局指数稳定的充分条件.文末,一个数值例子用以说明本文结果的有效性.     

时滞型脉冲神经网络的全局指数稳定性

对一类含时滞的脉冲神经网络平衡点的存在性和稳定性进行了研究．在不假定激励函数有界、单调或可微而仅假定激励函数Lipschitz连续的条件下,利用压缩映像原理证明了系统平衡点的存在性,利用右上Dini导数的性质并通过构造适当的gyapunov函数得到了平衡点全局指数稳定的充分条件．文末通过实例说明了所获结论的有效性．     

变时滞BAM神经网络的全局指数稳定性

研究一类变时滞BAM神经网络平衡点的全局指数稳定性问题.在不要求激励函数全局Lipschitz条件下,通过构造合适的Lyapunov泛函,并结合Young不等式,得到了BAM神经网络模型在一定条件下全局指数稳定的一些充分条件,推广和改进了前人的相关结论,为综合设计指数稳定的时滞BAM神经网络提供了依据.     

变时滞Hopfield神经网络的全局吸引性和全局指数稳定性

对一类具时滞的Hopfeild型神经网络模型,在非线性神经元激励函数只要求满足Lipschitz连续的条件下,利用推广的Halanay时延微分析不等式、Dini导数以及泛函微分析技术,给出了这类模型的平衡点全局指数稳定性和全局吸引性的充分条件,这些条件易于检验,且改进和推广了前人的结论.此外,此文给出了研究神经网络模型的全局吸引性的微分不等式比较方法.     

具有时延的Cohen-Grossberg神经网络的稳定性

本文利用拓扑度理论、Liapunov泛函和时延不等式的方法研究了具有时滞的Cohen Grossberg神经网络模型dui(t)dt =ai(ui(t) )bi(ui(t) ) - ∑nj=1Tijfj(uj(t-τj) ) ,i=1 ,2 ,… ,n平衡点的稳定性问题 .文章给出了判定模型平衡点存在唯一性和全局渐近稳定性及全局指数稳定性的几个充分条件 ,这些条件取消了权矩阵 (Tij) n×n 对称性的假设 ,推广了已知文献的一些结果 ,使模型的应用范围更加广泛 .     

含脉冲的Hopfield神经网络的全局指数稳定性

研究了一类含脉冲的Hopfield神经网络的全局指数稳定性.利用同胚映射理论、Lyapunov函数思想和不等式技巧,给出了平衡点的存在唯一性和全局指数稳定性的新的判别准则.     

一类具脉冲干扰的Cohen—Grossberg时滞神经网络模型的全局指数稳定性

本文主要考虑了一类带脉冲的Cohen—Grossberg时滞神经网络模型的全局指数稳定性，通过构造Liapunov函数，应用M矩阵理论和一些不等式的技巧，给出了模型的平凡解全局指数稳定的充分条件。     

一类具分布时滞神经网络的全局指数稳定性

本文讨论了一类具分布时滞神经网络的稳定性.利用广义Dahlquist数和广义Halanay不等式,我们得到了该神经网络平衡点存在、唯一且全局指数稳定的充分条件.此外,我们的方法还估计出了神经网络指数收敛到平衡点的速度.由于我们的方法去除了关于激活函数的有界性、可微性和单调性的常用假设,因此我们的结果是某些现有结果的推广和改进.     

具有混合时滞的区间神经网络的全局指数稳定性

本文研究了一类具有混合时滞的区间神经网络系统的全局指数稳定性.通过选择适当的Lyapunov泛函,运用不等式技巧,得到了用线性矩阵不等式表示的有关的区间神经网络全局指数稳定的充分判据.通过一个数值实例验证了判据的有效性.     

一类变时滞Cohen-Grossberg神经网络的全局指数稳定性

研究了一类具变时滞的C ohen-Grossberg神经网络的全局指数稳定性.利用同胚映射理论、Lya-punov函数思想和不等式技巧,给出了平衡点存在唯一性和全局指数稳定性的新的判别准则.