随机变时滞模糊神经网络的均方指数稳定性

利用Lyapunov泛函和随机分析的方法,研究了一类具有变时滞随机模糊细胞神经网络的均方指数稳定性,得到了这类神经网络均方指数稳定性的充分条件.数值例子说明了得到的结果的有效性.     

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.     

Hopfield型时滞神经网络的指数稳定性

研究了Ｈｏｐｆｉｅｌｄ型随机时滞神经网络ｄｘ（ｔ）＝［－Ａｘ（ｔ）＋Ｂσ（ｘ（ｔ一τ））］ｄｔ＋ｆ（ｔ．ｘ（ｔ）,Ｘ（ｔ—τ））ｄｗ（ｔ）的均方指数稳定性与几乎必然指数稳定性．应用Ｌａｙａｐｕｎｏｖ函数与鞅不等式,建立了这种随机时滞神经网络指数稳定的时滞相关的充分条件．文献中某些关于确定性的时滞神经网络ｘ（ｔ）＝－Ａｘ（ｔ）＋Ｂσ（ｘ（ｔ－τ））与神经网络ｘ（ｔ）＝－Ａｘ（ｔ）＋Ｂσ（ｘ（ｔ））的稳定准则是文中的特殊情况．     

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.     

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.     

具有时变时滞和分布时滞随机神经网络p阶矩指数稳定性

在仅要求时滞函数有上界的条件下,运用随机分析理论和微分不等式技巧得到了同时具有时变时滞和分布时滞的随机神经网络的p阶矩指数稳定充分条件,并用具体算例验证了方法的有效性,文章结论推广和改进了相关文献的结果.     

线性随机变时滞微分方程指数Euler方法的收敛性和稳定性

文应用指数Euler方法研究了线性随机变时滞微分方程的收敛性和稳定性;首先,证明了指数Euler方法是$\frac{1}{2}$阶均方收敛的;其次,在解析解均方稳定的前提下,通过跟Euler-Maruyama方法比较发现指数Euler方法在大步长下依然保持解析解的均方稳定性;最后,用数值试验验证了收敛和稳定的结果.     

随机Cohen-Grossberg-type BAM神经网络的均方指数稳定性

通过构造Lyapunov函数,利用随机微分的It(ο)公式,研究了一类含有时滞的随机Cohen-Grossberg-type BAM神经网络的均方指数稳定性,并给出判定的条件,最后举例子说明结果的正确性.     

一类随机高阶变时滞神经网络的指数稳定性

对于一类随机高阶变时滞神经网络,应用Brouwer不动点原理和随机分析理论知识,利用Schwarz积分不等式和递推归纳技巧,研究高阶变时滞神经网络在随机扰动下的稳定性,给出其指数稳定判定的充分性条件.最后通过数值例子说明所得结果的有效性.     

一类具混合时滞随机神经网络稳定性的推广与应用

将一类具有混合时滞随机神经网络均方渐近稳定的判据推广到不确定神经网络的鲁棒稳定性,所导出的判据都表示为线性矩阵不等式(LMI)的形式,可通过使用一些标准的数值方法求解.最后给出了一个简单的例子说明所提出的判定条件的有效性和可应用性.     

具有跳跃的随机神经网络的均方稳定性

研究了一类新的具有脉冲跳跃的Hopfield神经网络系统模型,其中脉冲时刻的跳跃是由一般的随机序列所引起,通过运用Lyapunov函数方法,获取了一些新的均方稳定性结果.由于脉冲的跳跃使得不稳定的神经网络变成稳定,因而所得的结果也可以运用到其他相关领域.     

随机时滞神经网络系统指数稳定性的新判定准则(英文)

本文主要研究了一类随机时滞神经网络的稳定性条件.利用随机分析技巧和不动点原理,建立了一个关于随机时滞神经网络指数稳定性判定的新的准则.     

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.     

时滞Hopfield神经网络的全局指数稳定性

利用时滞微分不等式，讨论了时滞Ｈｏｐｆｉｅｌｄ神经网络的全局指数稳定性，获得了几个判定条件。这些结论推广了已知文献中的结果。     

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.     

中立型随机泛函微分方程的均方指数稳定性

本文使用一类新方法研究中立型随机泛函微分方程的均方指数稳定性.由此,一些新的关于所考虑的方程解的均方指数稳定性结果被获得,一些已有的结果被改进.最后通过分析一些实例阐述了我们获得的理论的有效性.     

具有时滞的奇异扰动随机微分方程的均方指数稳定性

本文利用常数变易公式,随机过程数学期望的性质,矩阵范数,测度的相关理论以及不等式技巧,对一类具有时滞的奇异扰动随机微分方程的均方指数稳定性进行了讨论,得到了该类方程均方指数稳定的充分条件的代数判据.