中立型驱动反应BAM 神经网络的全局渐近同步性

针对一类具有时滞的中立型驱动反应BAM神经网络,提出全局渐近同步性问题.不使用现有文献中传统的李雅普诺夫泛函、矩阵测度和线性矩阵不等式(LMI)等已被广泛应用于研究神经网络全局渐近同步性的方法,而是通过构造2个微分不等式U 1(t)和U 1(t),利用微分不等式方程和不等式技巧解出2个不等式,得到能够确保中立型驱动反应BAM神经网络全局渐近同步的两个新的充分条件.     

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.     

不确定随机时滞系统的时滞相关鲁棒镇定

研究一类不确定随机时滞系统的时滞相关鲁棒镇定问题.通过引入参数化的中立型模型变换,构造Lyapunov-krasovskii泛函,运用线性矩阵不等式方法,得到了使得闭环系统为均方指数稳定的保守性较小的时滞相关鲁棒镇定条件.     

中立型带跳不确定变时滞随机系统鲁棒指数稳定

研究了一类中立型Markov跳变随机系统鲁棒指数稳定性,借助于Lyapunov-Krasovskii 泛函方法和随机稳定性理论,给出并证明了使中立型Markov跳变时滞随机系统指数稳定的充分条件,所有结果以线性矩阵不等式形式给出,算例表明了所给出的稳定性判据的有效性.     

具分布时滞模糊BAM神经网络的指数稳定性

介绍了一类具分布时滞的模糊BAM(bi-directional associative memory)神经网络.通过构造Lyapunov-Krasovskii泛函及利用线性矩阵不等式方法,得到了此类系统平衡点的指数稳定性的一个充分条件.在设计具时滞的人工BAM神经网络时,全局指数稳定的结果有很重要的意义.此外,给出一个实例说明我们的结果是可行的.     

变时滞中立型BAM神经网络的全局稳定性

本文通过构造新型的Lyapunov-Krasosvskii函数并利用矩阵不等式技巧获得了一类变时滞中立型BAM神经网络的全局稳定性判据,该判据便于应用.数值例子表明,与已有结果相比,该判据具有较低的保守性.     

在时间尺度上研究中立型泄漏时滞BAM神经网络的概周期解

在时间尺度上,通过使用线性动力方程的指数二分法、不动点理论和微积分理论,研究中立型泄漏时滞BAM神经网络模型,获得了一些使中立型泄漏时滞BAM神经网络模型概周期解存在和全局指数稳定的充分条件,并将以前的结论在时间尺度上做了扩展.     

时滞不确定中立型分布参数系统的稳定性

针对一类时滞不确定中立型分布参数系统,研究该系统基于线性矩阵不等式方法的稳定性判据.基于线性矩阵不等式(LMI)方法,通过构造一系列适当的李雅普诺夫函数,利用散度定理和矩阵不等式技术,给出了系统是渐近稳定的充分条件.充分条件要求满足两个线性矩阵不等式,而线性矩阵不等式容易利用Matlab中的LMI工具箱进行求解.最后,数值算例验证了该方法的有效性.     

含非线性扰动的变时滞中立系统时滞相关稳定性新条件

研究一类含非线性扰动和混合时变时滞的中立型系统时滞相关鲁棒稳定性问题.通过构造包含三重积分项的Lyapunov-Krasovskii的泛函,结合积分不等式和自由权矩阵技术,建立了基于线性矩阵不等式(LMI)形式的离散时滞和中立时滞均相关的稳定性新判据.判据扩大了系统稳定所允许的最大时滞上界范围,具有更低的保守性.利用MATLAB的LMI工具箱进行了数值仿真,仿真算例验证了所提出的稳定性判据的有效性.     

具混合时滞中立型随机神经网络均方渐近稳定性

研究了一类具有混合时滞和非线性干扰中立型不确定随机神经网络鲁棒稳定性,所考虑的不确定为范数有界,混合时滞由离散和分布时滞组成,借助李雅普诺夫函数和随机稳定性理论,利用伊藤公式,给出并证明了使系统鲁棒稳定的充分条件,所有结果以线性矩阵不等式的形式给出,数值算例表明了所给方法的有效性.     

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。     

带有变化分布时滞的复值神经网络Lagrange稳定性

研究了带有变化分布时滞的复值神经网络Lagrange稳定性问题.通过构造合适的Lyapunov Krasovskii泛函, 并使用矩阵不等式技巧,建立了网络全局指数Lagrange稳定性的判定条件.提供的判据是复值线性矩阵不等式, 能够使用MATLAB软件的YALMIP工具箱快速计算.     

一类中立型时滞互联系统的记忆反馈控制及稳定性条件

针对一类中立型时滞互联系统,当滞后时间对系统影响较小时,研究其记忆反馈控制问题.设计记忆反馈控制器,给出新的李雅普诺夫函数,结合自由加权矩阵及牛顿-莱布公式对系统稳定性进行分析,并应用线性矩阵不等式(LMI)给出中立时滞互联系统稳定的充分条件.数值仿真验证了所提控制方法的可行性.     

离散神经网络指数稳定改进条件

研究了一类时滞离散神经网络指数稳定及鲁棒稳定问题.结合线性矩阵不等式技术,构造了一个新的广义李亚普诺夫函数,得到了新的指数稳定条件.数值算例表明与以往文献中的结果相比,新准则具有较弱的保守性.     

基于LMI方法的多时滞随机神经网络的指数稳定性

研究了一类具有多个时滞的随机神经网络的均方指数稳定性问题,应用Lyapunov-Krasovskii泛函稳定理论和线性矩阵不等式(LMI)方法,建立了该系统解的指数稳定判别准则,最后通过数值举例阐述了结果的有效性.     

带有时滞的Clifford值神经网络的全局指数稳定性

研究了带有离散时滞和分布时滞的Clifford值递归神经网络的全局指数稳定性问题.首先运用M矩阵的性质和不等式技巧证明了Clifford值递归神经网络平衡点的存在性和唯一性;然后通过数学分析方法,得到了Clifford值递归神经网络全局指数稳定的判定条件;最后数值仿真例子验证了获得结果的有效性.     

具比例时滞高阶广义细胞神经网络的全局指数周期性

研究了一类具比例时滞高阶广义细胞神经网络的全局指数周期性与稳定性问题.通过非线性变换y_i(t)=x_i(e~t),将一类具比例时滞高阶广义细胞神经网络等价地变换成一类具常时滞与时变系数的高阶广义细胞神经网络,再通过构造合适的Lyapunov泛函,利用Brouwer压缩映象原理和一些不等式的分析技巧,得到了该神经网络的周期解的存在唯一且全局指数周期与全局指数稳定的几个新的时滞依赖的充分条件,并且这些条件仅通过一些简单的代数运算就容易验证.     

交互式凸组合方法的不确定变时滞中立型系统的鲁棒镇定

针对带有时变有界的不确定中立型时滞系统进行鲁棒控制研究.基于线性矩阵不等式法和交互式凸组合方法,通过构造恰当的李雅普诺夫泛函,适当分割时滞区间,结合积分不等式引理,减少了不确定时变时滞中立型系统相关判据的决策变量,给出闭环系统渐近稳定的充分条件.数值例子验证了该方法的有效性.     

具有泄漏时滞的复值神经网络的全局同步性

研究了一类具有泄漏时滞的复值神经网络的全局同步性问题.在不要求激励函数可分离为实部函数和虚部函数的条件下,通过构造合适的Lyapunov-Krasovskii泛函,并运用驱动-响应同步方法、自由权矩阵方法和矩阵不等式技巧,获得了具有泄漏时滞的复值神经网络全局同步性的充分条件和同步控制器设计方法.给出的判据是由复值线性矩阵不等式表示的,易于MATLAB软件的YALMIP Toolbox实现.数值仿真实例验证了获得结果的有效性.     

变时滞随机模糊细胞神经网络稳定性分析(英文)

本文旨在研究一类带变时滞的随机模糊细胞神经网络的稳定性.通过构造恰当的Lyapunov泛函并运用线性矩阵不等式(LMI)理论,作者给出了保证这类神经网络全局渐近稳定的充分条件.本文推导出两个定理:一个用以判定文中模型的全局渐进稳定性,一个用以判定该模型在均方意义下的全局渐近稳定性.