时滞并联限制细胞神经网络的时滞依赖的全局稳定性

通过构造合适的Lyapunov函数,研究了时滞并联限制细胞神经网络的全局稳定性,给出了并联限制细胞神经网络的时滞依赖的全局鲁棒稳定且是全局指数稳定的充分条件。     

具有一般激活函数的变时滞并联限制细胞神经网络的全局稳定性

研究了具有一般激活函数的变时滞并联限制细胞神经网络的全局稳定性,通过构造合适的Lyapunov函数,给出了新的变时滞并联限制细胞神经网络全局鲁棒稳定的一个充分条件.     

变时滞并联限制细胞神经网络的稳定性

研究了带参数扰动的变时滞并联限制细胞神经网络(SICNNs)平衡点的存在性和全局稳定性,由Brouwer不动点定理证明了SICNNs的平衡点的存在性,通过构造合适的李雅普诺夫函数,再结合一定的分析方法,得到了SICNNs的平衡点的一个与时滞无关的全局稳定的充分条件。     

变时滞细胞神经网络模型的全局指数稳定性

研究了具有变时滞的细胞神经网络系统nx.i（t）=-cixi（t）＋∑nj=1aijfj（xj（t））＋∑nj=1bijfj（xj（t-τj（t）））＋Ii,i=1,2,…,n.在非线性神经激励函数满足Lipschitz条件下,借助于推广的Halanay时滞微分不等式等方法,得到了该系统的平衡点是全局指数稳定的条件.     

变时滞细胞神经网络的全局指数稳定性

研究了一类变时滞细胞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,利用Lyapunov函数方法和M-矩阵的特性,结合Young不等式和Halanay时滞微分不等式,得到了细胞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．数值例子说明了本文结果的有效性．     

一类变时滞静态递归神经网络的全局鲁棒稳定性

运用LaSalle不变性原理,研究了一类变时滞静态递归神经网络的全局鲁棒稳定性,给出了全局鲁棒稳定性的新代数判据.     

多时变时滞细胞神经网络的全局指数稳定性

针对一类多时变时滞细胞神经网络,利用Young不等式和Halanay不等式技术,给出了保证平衡点惟一性和全局指数稳定性的几个充分判据.所得到的全局指数稳定判据完全独立于时滞,不要求时变时滞的可微性和神经元激励函数的严格单调性,且通过几个注释说明本文的结果改进和扩展了现有一些文献中的结果.仿真例子证明了本文结果的有效性.     

高阶S-分布时滞细胞神经网络的全局鲁棒指数稳定性

利用分析技巧,通过构造恰当的Lebesgue-Stieltjes积分型Lyapunov泛函,得到系统全局鲁棒指数稳定的充分条件,判断方法简单.最后给出一个实例,以说明本文主要结论的有效性.     

变时滞区间细胞神经网络的全局鲁棒稳定性

本利用拓扑度理论和Liapunov泛函方法讨论了变时滞区间细胞神经网络的全局鲁棒稳定性，给出了实用有效的判定条件，推广了有关献中的结果。     

具有变时滞的细胞神经网络的全局指数稳定性

研究具有可变时滞的细胞神经网络的全局指数稳定性问题,得出了可变时滞的细胞神经网络全局指数稳定性的几个充分条件.在实际应用中,设计验证满足这些条件很方便,甚至无须知道时滞的具体形式.因而具有重要的理论意义和应用价值.       

可变时延神经网络的全局指数稳定性

利用Lyapunov泛函方法和线性矩阵不等式(LMI)技术,讨论了带有可变时延的神经网络的全局指数稳定性.通过引入一系列参数,给出全局指数稳定的平衡点的充分条件.实例表明给出的充分条件是有效、可行的.     

时滞依赖的变延时细胞神经网络的指数稳定性

细胞神经网络(CNNS)由于有许多重要的应用价值，所以它的稳定性分析一直是神经网络领域里的一个重要课题．近年来，神经动力系统的定性分析吸引了众多学的关注．在神经网络的电子器件实现中，出现了许多问题，诸如：转换延时，积分器，连接延时等．在这种情况下，在系统模型中一定要引进一个延时参数．要制造高质量的微电子神经网络，研究带有延时的神经动力行为是特别重要的．献[1～11]研究了时滞神经网络的全局稳定性；献[5，9，12，13]给出了有关延时细胞神经网络(DCNNs)全局稳定的充分条件，但是在这些章中，细胞的输出函数要求是一个分段线性函数并且延时是一个常量；献[10，13]虽然不再要求细胞的输出函数为分段线性函数，但是仍要求它的延时项是一个常数．在Lyapunov稳定性理论及矩阵不等式的基础上，给出了一个保证变延时细胞神经网络平衡点存在唯一并且全局指数稳定的充分条件．这个条件对参数变延时做了一个限制．给出了一个具体的数值例子及其仿其结果来说明我们结果的可行性．     

具分布时滞的分层抑制细胞神经网络概周期解的存在性

通过利用Banach空间中的不动点定理和Lyapunov泛函的方法,获得了具分布时滞的分层抑制细胞神经网络概周期解的存在性的新结论。所获结果在较大程度上改进和推广了已有文献中的相应结果。     

变系数变时滞分层抑制细胞神经网络的概周期解

研究了变系数变时滞分流抑制细胞神经网络问题.在没有假设激活函数有界的条件下,利用指数二分法,不动点定理和微分不等式技巧,得到了保证变系数变时滞分流抑制细胞神经网络的概周期解的存在性和k-全局指数稳定性的充分条件.所得结果是新的,推广并改进了现有文献的结论.文末一个例子用以说明判据的可行性.     

变时滞反馈神经网络的全局指数稳定性

通过引入更加广泛的一类Lyapunov-Krasovskii泛函,并利用线性矩阵不等式分析技巧,得到了关于可变时滞广义神经网络模型平衡位置全局指数稳定的最新判据,并且判别条件中不限制连接权矩阵符号.该结果精炼和推广了一些已有的结果,并且更少保守,在实践上易于程序实现,方便使用.     

脉冲多比例时滞细胞神经网络全局指数稳定性准则

本文主要研究脉冲多比例时滞细胞神经网络的全局指数稳定性.通过Lyapunov函数以及Young不等式,并基于n维实向量空间中的lc-范数,我们得到细胞神经网络全局指数稳定的充分条件,最后我们用一个例子以及它的仿真来证明我们方法的有效性.     

随机变时滞递归神经网络的几乎指数稳定性

研究了一类随机变时滞递归神经网络的几乎指数稳定性问题。利用Lyapunov函数方法和Ito公式,结合矩阵分析技巧,给出了系统几乎指数稳定的判别准则。数值例子说明了该结果的有效性。