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.     

具有反应扩散项的变时滞复数域神经网络的指数稳定性

该文研究了一类具有反应扩散项的变时滞复数域神经网络的指数稳定性.首先在假设复数域激活函数可分解的情况下,将该系统分解为相应的实部系统和虚部系统.利用矢量Lyapunov函数法和M矩阵理论,得到了确保该系统平衡状态指数稳定性的充分条件.该条件不含有任何自由变量,相对现有结论具有较低的保守性.最后通过一个数值仿真算例验证了所得结论的正确性.     

一类具有时滞的Cohen-Grossberg神经网络的指数稳定性

考虑一类具有时滞的Cohen-Grossberg神经网络,利用Lyapunov方法和微分不等式理论,得到了其全局指数稳定性的判别准则.该准则引入了更多的参数,更便于系统的设计与分析.     

具有混合变时滞的脉冲Cohen-Grossberg神经网络的指数同步

该文研究了一类具有混合变时滞的脉冲Cohen—Grossberg神经网络模型的指数同步问题.通过构造适当的Lyapunov函数和利用反证法,得到了简单而有效的指数同步判据.最后,通过一个实例的数值模拟来说明所得结果的有效性.     

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.     

一类具有Leakage时滞的惯性Cohen-Grossberg神经网络的全局指数稳定性和Hopf分支

研究一类具有Leakage时滞的惯性Cohen-Grossberg神经网络模型.通过构造适当的Lyapunov泛函得到了平衡点全局指数稳定的充分条件.通过分析特征方程,讨论了系统平衡点的局部稳定性,得出了系统Hopf分支存在的充分条件.最后对所得理论结果进行了数值模拟.     

变时滞细胞神经网络稳定性分析

利用矩阵测度、Liapunov函数和Halanay时滞不等式的方法研究了具有变时滞的细胞神经网络模型平衡点的全局指数稳定性问题.给出了判定平衡点全局指数稳定性的几个代数判据,可用于时滞细胞神经网络的设计与检验,数值算例说明其结果的优越性.     

一类变时滞离散Cohen-Grossberg神经网络模型周期解的存在性及其指数稳定性

利用重合度理论研究了一类变时滞的离散Cohen-Grossberg神经网络模型的周期解,并得到了模型周期解的全局指数稳定性的充分条件,推广了已有的结果,为神经网络的应用提供了重要的理论基础.最后给出一个例子进行数值模拟,数值模拟的结果更好地验证了结论.     

一类随机时滞递归神经网络的指数稳定性(英文)

本文研究了一类随机时滞递归神经网络的指数稳定性问题.利用非负鞅收敛定理和Lyapunov泛函的方法,获得了这类神经网络矩指数稳定性的新的代数准则,所给代数准则简单易用.一个具体实例用来说明稳定性判别准则的应用.     

一类变时滞离散Cohen-Grossberg神经网络模型周期解的存在性及其指数稳定性

利用重合度理论研究了一类变时滞的离散Cohen-Grossberg神经网络模型的周期解,并得到了模型周期解的全局指数稳定性的充分条件,推广了已有的结果,为神经网络的应用提供了重要的理论基础.最后给出一个例子进行数值模拟,数值模拟的结果更好地验证了结论.     

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.     

具有泄漏时滞和混合加性时变时滞复数神经网络的状态估计

研究了具有泄漏时滞、加性离散时变时滞、加性分布时变时滞复数神经网络的状态估计问题.在复数神经网络不分解条件下, 通过构造合适的Lyapunov-Krasovskii泛函, 并应用自由权矩阵、矩阵不等式和倒数凸组合法等方法, 通过可观测的输出测量来估计神经元状态, 给出了判断误差状态模型全局渐近稳定的与时滞相关的复数线性矩阵不等式.最后, 通过一个数值仿真算例验证了理论分析的有效性.     

混合时滞复值神经网络的事件触发状态估计北大核心CSCD

研究了事件触发机制下混合时滞复值神经网络的状态估计问题.首先基于测量输出设计了事件触发机制,有效降低了估计器更新的频率.在触发机制中引入了等待时间,以此避免了采样中的Zeno现象.运用Lyapunov方法和复值矩阵的性质,建立了估计误差系统全局渐近稳定的充分性判据,并基于线性矩阵不等式技巧给出了复值增益矩阵K的求解算法.最后的数值例子验证了理论成果的正确性和有效性.     

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.     

基于忆阻的分数阶时滞复值神经网络的全局渐近稳定性

研究了分数阶复值神经网络的稳定性.针对一类基于忆阻的分数阶时滞复值神经网络,利用Caputo分数阶微分意义上Filippov解的概念, 研究其平衡点的存在性和唯一性.采用了将复值神经网络分离成实部和虚部的研究方法, 将实数域上的比较原理、不动点定理应用到稳定性分析中, 得到了模型平衡点存在性、唯一性和全局渐近稳定性的充分判据.数值仿真实例验证了获得结果的有效性.     

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.     

时变时滞BAM神经网络系统的指数稳定性分析

利用Lyapunov稳定性理论和线性矩阵不等式技术,得到了保证时变时滞BAM神经网络系统指数稳定性的时滞依赖稳定性准则.所给的准则可用Matlab中的LMI控制工具箱进行验证.仿真实例进一步说明了结果的有效性.     

一类新的变时滞中立型神经网络的全局渐近稳定性条件

研究了一类激活函数的状态变量带有微分时滞的中立型神经网络的稳定性问题.通过构造李亚普诺夫函数,并利用LMI分析技巧,获得了该类中立型神经网络的全局渐近稳定性的充分条件.最后通过实际算例验证了所得结果的有效性.     

具有不确定性的分数阶时滞复值神经网络无源性

该文研究了一类具有不确定性和时滞的分数阶复值神经网络无源性问题,未将复值神经网络模型拆分成两个实值系统,而是将复值系统当成一个整体直接进行处理.通过构造恰当的Lyapunov函数,并利用矩阵不等式技巧,建立了网络无源性的线性矩阵不等式判据.给出的数值例子和仿真验证了获得结论的可行性和有效性.