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．     

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.     

Hopfield型神经网络的全局指数稳定性及其应用

若Hopfield型连续反馈神经网络连接权阵的矩阵测度小于神经元的电阻常数与增益参数的最大乘积的倒数,则对于任意的网络外部输入,该网络系统都是全局指数稳定的,该倒数就是保证此结论成立的矩阵测度的最大可能上界,上述结论部分回答了Vidyasagar提出的关于Hopfield型神经网络的一个公开问题:具有“几乎对称”连接权阵的神经网络是否会出现极限环?揭示了网络时间常数与全局指数收数收敛速度之间的内在关系,最后说明了分析结果在最优化计算中的应用.     

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.     

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.     

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.     

含脉冲的Hopfield神经网络的全局指数稳定性

研究了一类含脉冲的Hopfield神经网络的全局指数稳定性.利用同胚映射理论、Lyapunov函数思想和不等式技巧,给出了平衡点的存在唯一性和全局指数稳定性的新的判别准则.     

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。     

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.     

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.     

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.     

具分布时滞模糊BAM神经网络的指数稳定性

介绍了一类具分布时滞的模糊BAM(bi-directional associative memory)神经网络.通过构造Lyapunov-Krasovskii泛函及利用线性矩阵不等式方法,得到了此类系统平衡点的指数稳定性的一个充分条件.在设计具时滞的人工BAM神经网络时,全局指数稳定的结果有很重要的意义.此外,给出一个实例说明我们的结果是可行的.     

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．     

一类具脉冲干扰的Cohen—Grossberg时滞神经网络模型的全局指数稳定性

本文主要考虑了一类带脉冲的Cohen—Grossberg时滞神经网络模型的全局指数稳定性，通过构造Liapunov函数，应用M矩阵理论和一些不等式的技巧，给出了模型的平凡解全局指数稳定的充分条件。     

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.