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.     

时滞神经网络全局渐近稳定性条件

利用Liapunov泛函方法,结合矩阵不等式技巧,分析了时滞细胞神经网络(DCNNs)的平衡点存在的唯一性和全局渐近稳定性,保证DCNNs的全局稳定性的一个新的充分判据被得到．所得判据提供了一些参数来适当地弥补了反馈矩阵与时滞反馈矩阵之间所需要的平衡关系．这些判据可以容易被使用来设计和检验全局稳定的网络．此外,所得判据是与时滞参数无关,且比已有文献具有更少的限制．     

时滞Hopfield神经网络的全局指数稳定性

利用时滞微分不等式，讨论了时滞Ｈｏｐｆｉｅｌｄ神经网络的全局指数稳定性，获得了几个判定条件。这些结论推广了已知文献中的结果。     

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.     

多时滞合作系统的稳定性与全局Hopf分支

以时滞为参数,研究了一类多时滞合作系统的正平衡点的稳定性及局部Hopf分支的存在性.在此基础上结合一般泛函微分方程的全局Hopf分支定理,讨论了该系统全局Hopf分支的存在性.     

泛函微分方程安全全局渐近稳定性的一类判别准则

本利用分离变量型V函数，建立了泛函微分方程安全全局渐近稳定性的一类Razumikhin型定理，并对一类变时滞线性微分差分方程给出简明的安全全局渐近稳定性判别准则。     

一类神经网络全局渐近稳定性分析

在这篇文章里,我们研究了一类时滞神经网络的平衡点的存在,唯一性,及其全局渐近稳定性(GA S).我们的主要思想方法是同胚映射,李雅谱诺夫泛函方法,我们在很弱的条件下解决一类时滞神经网络的GA S.     

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。     

一类含时滞SIS流行病模型的全局稳定性

该文研究了一类含有限分布时滞的SIS流行病模型, 利用李亚普诺夫泛函的方法,得到了地方病平衡点和无病平衡点全局稳定的充要条件. 揭示了时滞对平衡点稳定性的影响 .      

双稳时滞系统波前解的全局指数稳定性

研究了双稳时滞系统波前解的全局指数稳定性.在拟单调条件下,首先利用抽象泛函微分方程理论建立了R上时滞反应扩散系统解的存在性和比较原理,然后运用基于比较原理的挤压技术证明该系统的双稳波是全局指数稳定的.     

时滞Hopfield神经网络的全局指数稳定性

讨论带有可变时滞的Hopfield神经网络的全局指数稳定性.在非线性激励函数满足Lipschitz条件的假设下,利用推广的Halanay不等式,Dini导数和分析技巧,建立了这类神经网络系统全局指数稳定的几个判别准则.这些判别准则仅仅依赖于系统的参数.     

带有比例时滞的复值神经网络全局指数稳定性

研究了带有比例时滞的复值神经网络全局指数稳定性问题.借助向量Lyapunov函数思想和同胚映射原理,并使用M-矩阵理论和不等式技巧,建立了网络平衡点存在性、唯一性和全局指数稳定性的判定条件.     

一类三阶双滞量时滞微分方程的全局渐近稳定性

运用类比法构造Lyapunov函数,讨论了一类三阶双滞量时滞微分方程的全局渐近稳定性,给出了其零解全局渐近稳定的充分性准则.     

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.     

具有可变时滞的非线性非自治差分方程的线性化全局渐近稳定性及其应用

证明了在一定条件下,具有可变时滞的非线性非自治差分方程的全局渐近稳定性可由某种线性差分方程的渐近稳定性确定,给出了这类差分方程全局渐近稳定的充分条件.作为实例,获得了具有可变时滞的离散型非自治广义Log istic方程的全局吸收性判别准则.     

具有无穷时滞的细胞神经网络的全局稳定性分析

对具有无穷时滞的细胞神经网络平衡点的存在性、唯一性和全局渐近稳定性进行了分析．在放弃了激活函数的有界性、单调性和可微性假设的情况下,得到了系统的平衡点的存在性条件．利用向量Liapunov函数法的思想,构造适当的含有变时滞和无穷时滞的微分-积分不等式,通过对微分-积分不等式的稳定性分析,得到了神经网络系统的全局渐近稳定的充分条件．