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.     

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.     

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.     

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.     

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.     

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.     

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.     

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.     

随机Hopfield时滞神经网络均方指数稳定性: LMI方法

该文通过系统变换技巧, 构造出新型的Lyapunov泛函. 利用此Lyapunov泛函, 基于线性矩阵不等式, 得到了随机Hopfield时滞神经网络与时滞相关及与时滞无关均方指数稳定性新的充分条件. 数值例子表明, 与已有结果相比, 该文的结果具有较少的保守性.     

变时滞细胞神经网络的全局指数稳定性研究

本文采用Lyapunov-Krasovskii泛函方法对一类变时滞细胞神经网络的全局指数稳定性进行了研究,得出了一些关于DCNN全局指数稳定性的充分条件。     

Almost Sure Exponential Stability of Large-Scale Stochastic Nonlinear Systems

ABSTRACT

This contribution deals with the study of the almost sure exponential stability of large-scale stochastic systems with multiplicative noises. Under a Lipschitz-like assumption, it is proven that this stability is guaranteed if each “diagonal” subsystem is almost surely exponentially stable.     

二阶时滞小波神经网络的全局指数稳定性分析

通过构造李雅谱诺夫泛函,对具有时滞的二阶神经网络的稳定性进行分析,利用Eazumikhin定理得到了网络平衡点全局指数稳定的时滞相关与无关的充分条件,当衰减率依赖于时间时,得出了它们之间的一个线性关系,并进行了简明扼要的分析.     

含混合时滞和脉冲的Cohen-Grossberg神经网络的全局指数稳定性

本文讨论了含混合时滞和脉冲的Cohen-Grossberg神经网络的稳定性.通过应用M矩阵理论和不等式技巧,得到了含混合时滞的Cohen-Grossberg神经网络平衡态的全局指数稳定性的充分条件.相比以前同类文献,本文减弱了部分条件,推广了部分结论,并在文末给出了两个示例.本文结论对于设计和应用神经网络有一定实用价值.     

具有分布时滞的非自治Cohen-Grossberg神经网络稳定性研究

对具有分布时滞的非自治Cohen-Grossberg神经网络进行了研究.通过构造适当的Lyapunov函数,利用不等式分析方法,引入多参数,得到了一系列解的一致有界性且最终有界性和全局指数稳定性的判别准则.     

具有S型分布时滞和脉冲干扰的Cohen-Grossberg神经网络的全局指数稳定性

本文考虑具有S型分布时滞和脉冲的Cohen-Grossberg神经网络模型,应用Lya-punov函数,M矩阵和Razumikhin技巧,得到了该模型稳定的充分条件.     

具有可变时滞的Hopfield型随机神经网络的指数稳定性

研究了具有可变时滞的Ｈｏｐｆｉｅｌｄ型随机种经网络的指数稳定性,应用Ｒａｚｕｍｉｋｈｉｎ定理与 Ｌｙａｐｕｎｏｖ函数,建立了这种神经网络的均方指数稳定与几乎必然指数稳定的两类判据,一类是时 滞相关而另一类是时滞无关．     

基于几乎必然指数稳定的一类随机不确定系统的可靠控制

针对一般的连续故障模型,研究了一类随机不确定系统可靠控制器的设计方法.应用李亚普诺夫稳定性定理,给出了可靠控制器存在的条件.通过求解LMIs,完成状态反馈控制器的设计,经过仿真实例验证了结果的有效性.     

无界变时滞神经网络全局稳定性

该文研究了具无界变时滞的时变神经网络的全局稳定性.利用两种不同的分析方法得到了保证这类神经网络全局渐近稳定的一些充分条件.推广和改进了现有文献中常时滞或时滞为零的相应结果.