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.     

随机变时滞不确定性系统的鲁棒稳定性

本文讨论了一类随机变时滞不确定性线性微分系统的鲁棒稳定性。参数的不确定性表现为参数是随时间变化的未知函数,但是时范数有界的。利用线性矩阵不等式和Lyapunov函数的方法给出一些相关的稳定性结论。     

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.     

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.     

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.     

具有变时滞和脉冲效应的Hopfield神经网络的全局指数稳定性

讨论了一类具有变时滞和脉冲效应的Hopfield神经网络模型．利用按段连续的向量Liapunov思想方法,研究了脉冲时滞神经网络的全局指数稳定性．例子及其数值仿真说明了结果的有效性．推广和改进了已有文献的一些结果．     

具有非线性扰动的中立型系统的时滞相关稳定性

本研究了具有非线性扰动的中立型系统鲁棒稳定的时滞相关准则。基于LMI方法，并利用S—过程获得了依赖于时滞的鲁棒稳定性准则，所得结果优于已有结论。最后给出一个实例说明本方法的有效性。     

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.     

具有变时滞的离散双向联想记忆神经网络的全局指数稳定性

利用Lyapunov函数和线性矩阵不等式(LMI),给出了判定一类双向联想记忆(BAM)神经网络模型的指数稳定的充分性条件.该条件去掉了以往论文中所要求的激活函数单调,可微分的条件,而且所得结果利用里的工具易于检测.并举例说明本文结果的有效性.     

不确定变时滞系统的一个时滞相关稳定性判据

本文讨论不确定变时滞系统的稳定性问题.基于一个新的Lyapunov泛函,并利用一种新的方法处理不确定项,得到了不确定变时滞系统的一个时滞相关的稳定性判据,并利用矩阵不等式的形式给出该判据.与已有文献相比较,所得结论允许时滞导数(?)(t)(?)1且具有较少的限制条件,因此具有较弱的保守性.最后,通过两个例子验证了所给结论的正确性.     

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.     

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.     

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.     

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.     

带有变时滞延迟和分布延迟的竞争型神经网络周期解在时间尺度上的的全局指数稳定性

In this paper, competitive neural networks with time-varying and distributed delays are investigated. By utilizing Lyapunov functional methods, the global exponential stability of periodic solutions of the neural networks is discussed on time scales. In addition, an example is given to illustrate the effectiveness of the theoretical results.     

Dynamical Systems with Multiple Time-Varying Delays: Stability and Stabilizability

This paper deals with the class of uncertain systems with multiple time delays. The stability and stabilizability of this class of systems are considered. System robustness is also studied when the norm-bounded uncertainties are considered. LMI delay-dependent sufficient conditions for stability, stabilizability, and system robustness are established to check whether a system of this class is stable and/or stabilizable. Numerical examples are provided to show the usefulness of the proposed results.     

时滞型脉冲神经网络的全局指数稳定性

对一类含时滞的脉冲神经网络平衡点的存在性和稳定性进行了研究．在不假定激励函数有界、单调或可微而仅假定激励函数Lipschitz连续的条件下,利用压缩映像原理证明了系统平衡点的存在性,利用右上Dini导数的性质并通过构造适当的gyapunov函数得到了平衡点全局指数稳定的充分条件．文末通过实例说明了所获结论的有效性．     

时滞型脉冲神经网络的全局指数稳定性(英文)

对一类含时滞的脉冲神经网络平衡点的存在性和稳定性进行了研究.在不假定激励函数有界、单调或可微而仅假定激励函数Lipschitz连续的条件下,利用压缩映像原理证明了系统平衡点的存在性,利用右上Dini导数的性质并通过构造适当的Lyapunov函数得到了平衡点全局指数稳定的充分条件.文末通过实例说明了所获结论的有效性.