具有外部输入和偏差的细胞神经网络的完全稳定性

本文证明了对于由两个细胞组成的细胞神经网络，外部输入和偏差不影响网络的稳定平衡点的存在性和完全稳定性．     

脉冲系统输入—输出到状态稳定的Lyapunov条件

在一定的条件下,通过对时间域分割成不同的区间段然后应用Lyapunov函数分析方法给出了脉冲系统输入—输出到状态稳定(IOSS)的一个充分条件,另外,讨论了积分输入—输出到状态稳定的情况.     

一类扩张的细胞神经网络稳定性判别法

本文研究一类含有阻尼项带有时滞细胞神经网络的全局渐进稳定性和一致稳定性的性质,通过构造适当的李雅普诺夫函数及利用分析的有关知识,给出了全局渐进稳定性和一致稳定的判别法．     

一类随机BAM细胞神经网络的指数稳定性

研究了一类随机BAM细胞神经网络的指数稳定性,利用Lyapunov函数理论、It公式和线性矩阵不等式方法,建立了这种细胞神经网络均方指数稳定性判定的充分性条件.     

一类自治细胞神经网络的全局有限时间同步控制

通过利用广义线性状态误差反馈控制器,研究了一类自治细胞神经网络模型的全局有限时间同步控制问题.把一种具有简单结构的广义线性状态误差反馈控制器引入到控制策略中,得到了模型有限时间同步的易于验证的数学判据.     

一类模糊神经网络

本文介绍了一个Ｆｕｚｚｙ神经网的三种基本形式，情况（１）是输入是实数，但权重和（或）偏差项是模糊的；情况（２）是输入是模糊的，但权重和偏差项是实数，情况（３）是输入模糊的，同时权重和（或）偏差项也是模糊的，本文集中研究情况（１），并主要讨论了情况（１）的模型性能（能力）而且得到一个较好的结果。     

多输入多输出非线性最小相位系统的自适应模糊控制

针对多输入多输出非线性最小相位系统,把自适应模糊控制和自适应模糊辨识结合起来,提出了一种自适应模糊控制方案.设计辨识器用来辨识系统的未知部分;然后由跟踪误差和辨识误差给出了参数调节规律,两种误差同时调节参数改善了系统性能.模糊逻辑系统用来估计未知函数.控制方案保证了系统的稳定性,实现了有界跟踪.仿真结果表明了该方案的可行性.     

一类参数不确定系统的输出反馈自适应稳定控制设计

研究一类n阶、相对阶为n-m(n为任意自然数,m≤n为非负整数)参数不确定系统的输出反馈自适应镇定控制设计问题.所给出的控制器适用于相对阶为n-m的n阶系统.通过引入一个新型的3n+2m阶动态补偿器,构造性地给出了输出反馈自适应镇定控制器的显式表达.所设计的控制器使得闭环系统所有信号有界或渐近稳定.     

一类不确定非线性系统的适应输出反馈控制

针对一类存在有界干扰的线性参数化非线性系统，给出了一种新的适应输出反馈控制器．该控制器能保证闭环控制系统所有信号的全局有界性．该文将现有的非线性适应输出反馈控制方面的结果，从无扰动情形推广到了存在有界干扰的情形．仿真结果用来说明所设计控制器的有效性．     

时滞细胞神经网络的稳定性分析

研究具有时滞的细胞神经网络的稳定性问题，通过构造合适的Lyapunov函数及不等式分析技巧，给出了时滞细胞神经网络全局稳定的新的充分判据，这些结论推广了已知文献中的结果。     

具有时滞的细胞神经网络的全局指数稳定性

利用Liapunov函数方法,结合积分不等式技巧,分析了时滞细胞神经网络的平衡点存在的唯一性和全局指数稳定性,保证时滞细胞神经网络全局指数稳定的一个新的充分判据被得到.所得判据比已有文献具有更少的限制,为实际应用提供了方便.     

时滞细胞神经网络的时滞相关指数稳定性

应用Lyapunov泛函法研究了具有时滞的细胞神经网络（DCNNs）的平衡点的全局指数稳定性，获得了一个指数稳定性的判定准则。这个准则与时滞的大小有关，即DCNNs是指数稳定的只要系统所含时滞不超过一个界。     

细胞神经网络的指数稳定性

该文研究了具有可变时滞的随机细胞神经网络的指数 稳定性,应用Razumikhin定理与Lyapunov函数,建立了这种细胞神经网络均方指数稳定与几乎必然指数稳定的两类判据,一类是时滞无关而另一类是时滞相关.     

时滞细胞神经网络概周期解的存在性与全局指数稳定性

通过利用Banach 空间中的不动点定理和Lyapunov泛函的方法,获得了时滞细胞神经网络概周期解的存在性与全局指数稳定性的新结论. 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.     

时滞细胞神经网络的稳定性研究

本文通过构造Lyapunov函数和利用不等式分析技巧，研究了具有时滞的细胞神经网络的稳定性，给出了与时滞无关的网络渐近稳定的充分判据，该判据可用于时滞细胞神经网络的设计与检验，有重要的理论意义与应用价值。     

非对称细胞神经网络的稳定性分析

This paper describes the problem of stability for one-dimensional Cellular Neural Networks(CNNs). A sufficient condition is presented to ensure complete stability for a class of special CNN's with nonsymmetric templates, where the parameter in the output function is greater than or equal to zero. The main method is analysising the property of the equilibrium point of the CNNs system.     

对延迟细胞神经网络全局渐近稳定性一个结果的改进

给出了延迟细胞神经网络全局渐近稳定性的一个新的充分条件,该条件改进并推广了已有文献中的结论.     

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.