具有变耦合时滞的离散时间神经网络的同步

本文讨论一类具有变耦合时滞的离散时间神经网络的同步问题,通过构造Lyapunov-Krasovskii泛函,利用线性矩阵不等式(LMI),并结合Kronecker积来获得离散时间耦合神经网络全局指数同步的判据,所获得的判据依赖于时滞。该判据易于用MATLAB的LMI工具箱进行求解和验证,同时,对细胞激活函数做了更为一般的假设。     

基于非连续控制协议的切换耦合神经网络有限时间二分同步

该文考虑了符号图下具有非连续激活函数的切换耦合神经网络有限时间二分同步问题.基于Lyapunov稳定性理论,针对结构平衡图和结构非平衡图,分别设计了相应的非连续控制协议,获得了耦合网络实现有限时间二分同步的判别准则.借助微分包含与集值李导数理论,保证了耦合非连续神经网络在非连续控制协议下的有限时间同步,获得了收敛时间的...     

含无穷分布时滞的离散时间耦合神经网络同步分析

针对一类离散时间耦合神经网络,讨论其含有变时滞和无穷分布时滞时的同步性.采用Lyapunov稳定性理论,结合线性矩阵不等式技术来获得时滞耦合神经网络全局渐近同步的充分性判据,并且所获得的判据依赖于时滞.同时,对细胞激活函数做了类扇形描述的假设,从而进一步减少结论的保守性.     

含有时滞的不连续神经网络在非线性干扰下的指数同步

证明了一类含有时滞的不连续神经网络在非线性干扰下的指数同步.在一个反馈控制器下,得到了指数同步的结果;根据Lyapunov稳定性理论、Filippov解的定义,选取一个适合的Lyapunov函数,得到了一些证明指数同步的充分条件.     

含有非线性干扰的时滞竞争性神经网络指数同步

研究了含有非线性干扰的时滞竞争性神经网络的指数同步,基于利亚普洛夫稳定性理论、不等式技巧等,设计了一个简单的控制器,并获得了一些指数同步的充分条件;所得结论简单实际,可以推广到其他神经网络中;最后给出了一个数值模拟来说明结论的有效性.     

具有变时滞的随机忆阻神经网络在固定时间内的控制同步

研究了一类具有混合变时滞的随机忆阻神经网络在固定时间内的控制同步问题. 通过集值映射,随机微分包含理论,固定时间内稳定性理论,李雅普诺夫函数,伊藤公式和一些不等式方法,在与时滞τ,随机扰动项及转换跳跃T_i相关的恰当的反馈控制器u_i(t)的控制下,得到了新的该神经网络在固定时间内控制同步的充分条件.     

一类具有混合时滞的分数阶神经网络的有限时间同步分析

针对具有混合时滞的分数阶神经网络的有限时间同步问题,基于Gronwall不等式、不等式放缩技巧以及一些分数阶微积分的分析技巧,推导得到混合时滞的分数阶神经网络的有限时间同步的充分判据,并通过数值模拟实验验证了所得结果的正确性和可行性。     

模糊惯性BAM神经网络固定时间同步

研究了具有时变无界时滞的模糊惯性BAM神经网络的固定时间同步问题。首先,使用压缩映射原理,证明其平衡点存在的唯一性。其次,通过设计Lyapunov函数和反馈控制器,采用非降阶法得到其固定时间同步判定准则。最后,通过数值仿真验证了结果的正确性。     

时滞耦合随机神经网络全局指数同步

应用矩阵的Kronecker积、线性矩阵不等式及随机微分方程等有关工具,研究了一类具离散时滞与分布时滞的随机神经网络耦合大系统的均方全局指数同步问题.综合考虑了参数的不确定性、分布时滞、随机扰动、非线性耦合等的影响,并弱化了相关文献中激励函数为严格Lipshtz或Sigma型的假定,得到该耦合大系统均方全局指数同步的一些充分性判据.所得到的结果易于通过Matlab线性矩阵不等式工具箱(LMI)进行检验.     

模糊随机BAM神经网络的固定时间同步

对带有时滞的模糊随机BAM神经网络进行了固定时间同步分析.在传统BAM神经网络的框架下,引入了随机扰动、模糊性、离散时滞的影响,使得网络模型更符合实际系统,拓展了模型的应用范围.在此基础上,通过设计合适的反馈控制器,利用Lyapunov方法,得到了系统达到固定时间同步的判定准则.最后进行了数值模拟验证理论结果的有效性.     

节点含时滞的输出耦合复杂网络的自适应脉冲同步

针对节点含时滞的输出耦合动态网络模型,基于Lyapunov稳定性理论和时滞脉冲微分方程理论,设计了复杂网络同步自适应脉冲控制器,给出网络同步的充分条件,保证动态网络渐近同步于任意指定的网络中单独节点的状态,进而实现该网络的同步.理论推导和数值结果均表明该同步方法的有效性及可行性.     

带有非线性耦合节点和时滞的复杂网络的指数同步研究

在耦合矩阵不对称并且假设耦合指数已知的条件下,利用 Lyapunov Krasovskii稳定理论设计了一个非线性反馈控制器,使得复杂网络达到全局指数同步。通过数值仿真,证明了该同步定理的可行性和有效性。     

Adaptive H∞ synchronization for general delayed complex networks with external disturbance

The global adaptive H∞ synchronization is intensively investigated for the general delayed complex dynamical networks. The network under consideration contains unknown but bounded nonlinear coupling functions, time-varying delay, and external disturbance. Based on the Lyapunov stability theory, linear matrix inequality (LMI) optimization technique and adaptive control, several global adaptive H∞ synchronization schemes are established, which guarantee robust asymptotical synchronization of noise-perturbed network as well as a prescribed robust H∞ performance level. Finally, numerical simulations have shown the feasibility and effectiveness of the proposed techniques.     

具反应扩散项的变耦合时滞神经网络的鲁棒脉冲同步

运用Lyapunov方法,结合Kronecker积和Poincare不等式获得依赖于时滞和反应扩散算子的神经网络全局同步充分性判据,并且所获得的判据依赖于时滞.这些新的LMI形式的同步判据,易于用LMI工具箱进行求解,在时滞耦合神经网络的应用中具有重要的作用.此外,激活函数的扇形非线性假设可以进一步降低结论的保守性.最后,通过实例证明了结论的有效性.     

时滞忆阻神经网络在反馈控制下的指数同步

文章研究时滞忆阻神经网络在反馈控制下的指数同步问题.与传统的连续神经网络相比,忆阻神经网络激活函数的不连续性使其达到同步更加困难.该文首先通过微分包含的概念和集值映射理论转化忆阻神经网络,并设计了一个新的反馈控制器;然后通过选取适当的李雅普诺夫函数并使用不等式放缩技巧,得到系统指数同步的充分条件.数值算例验证了理论结果...     

一类离散神经网络的全局指数同步探析

定义了离散型神经网络全局指数同步的概念,研究了一类离散型时滞神经网络的全局指数同步问题,给出了这类神经网络全局指数同步的充分性判据,判据的有效性可通过LMI工具箱得到检验.     

Adaptive synchronization of neural networks with different attractors

This paper aims to present an adaptive control scheme for the synchronization of two classes of uncertain neural networks with different attractors. A new sufficient condition for the global synchronization of two kinds of neural networks with different attractors is derived. The proposed control method is efficient and easy to be implemented. Numerical simulation is used to show the effectiveness of the obtained result.