分布时滞竞争神经网络概周期解全局指数稳定性

用不动点理论和微分不等式技巧研究了具有变系数连续分布时滞的竞争神经网络的概周期解,给出了其存在性和全局指数收敛的一种判别准则.给出的网络模型和结果都是新的.     

时滞BAM神经网络周期解的存在性和全局指数稳定性

本文利用迭合度理论,通过构造适当的Lyapunov泛函并结合Yang不等式分析技巧,获得了具周期系数的时滞BAM神经网络周期解的存在性和全局指数稳定性的充分条件,这些结果对设计全局指数稳定的BAM神经网络与周期振荡的BAM神经网络具有重要的指导意义.     

在时间尺度上研究中立型泄漏时滞BAM神经网络的概周期解

在时间尺度上,通过使用线性动力方程的指数二分法、不动点理论和微积分理论,研究中立型泄漏时滞BAM神经网络模型,获得了一些使中立型泄漏时滞BAM神经网络模型概周期解存在和全局指数稳定的充分条件,并将以前的结论在时间尺度上做了扩展.     

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.     

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.     

具不连续激励函数Cohen-Grossberg神经网络周期解的全局指数稳定性

本文研究了具时滞和周期系数的Cohen-Grossberg神经网络的稳定性.网络中的神经激励是一个可以具有跳跃间断点的单调不减函数,用来刻画神经元放大器的增益很高和趋向于无穷大的理想情形.在假设联结矩阵满足适当的条件下,我们获得了周期解存在,惟一和全局指数稳定的充分条件,且与时滞无关.所利用的假设条件与M-矩阵理论有关,容易验证.此外,由于激励函数的不连续性,我们介绍了一个适当的极限记号来研究时滞神经网络输出的收敛性.我们的结论推广了相关文献的结果.并给出了实例说明和数值模拟.     

时标上变时滞模糊Cohen-Grossberg神经网络反周期解的指数稳定性

定义一类新的周期函数,建立了时标上模糊Cohen-Grossberg神经网络系统反周期解的存在性和全局指数稳定性的充分条件,最后给出相应的数值例子验证理论结果的有效性.     

时间尺度上漏项中具有变时滞的中立型模糊BAM神经网络的概周期解

本文研究了一类时间尺度上漏项中具有变时滞的中立型模糊BAM神经网络.利用时间尺度上线性动力学方程的指数二分法,Banach不动点定理和时间尺度上的微积分理论,得到了这类模糊BAM神经网络在时间尺度上概周期解的存在性和指数稳定性的充分条件.     

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.     

分数阶时滞Cohen-Grossberg型BAM神经网络S-渐近ω-周期解

主要研究分数阶时滞Cohen-Grossberg型BAM神经网络的有界性和周期性问题.利用分数阶微积分性质,借助于微分中值定理和Ascoli-Arzela定理,给出了判定系统解的有界性, S-渐近ω-周期和全局渐近ω-周期解的充分条件.最后通过数值模拟例子验证所得到理论结果的有效性.     

一类具有逐段常变量神经网络系统概周期解存在性与指数稳定性

利用Halanay不等式,我们得到了一类具有逐段常变量神经网络系统解全局指数稳定的一个充分条件;此外,在同样条件下,通过不动点定理,证明了这类概周期系统概周期解的存在唯一性与模包含关系．     

时滞神经网络殆周期解的全局稳定性

具有随时间变化自抑制、联结权和输入的时滞神经网络的研究是一个重要的课题. 讨论一大类具有殆周期自抑制、联结权和输入的时滞动力系统. 其中, 不仅包括一般时滞系统,还包括分布时滞系统, 也可以同时具有这两种时滞.证明了在一些宽松的条件下,这个系统存在惟一的殆周期解,并且这个解是全局稳定的. 所使用的研究方法不同于其他研究殆周期解时用的方法.     

Cohen-Grossberg神经网络的全局指数稳定性分析

本文研究了CohenGrossberg神经网络模型的指数稳定性.为避免构造Lyapunov函数的困难,我们采用广义相对Dalquist数方法来分析神经网络的稳定性.借助这一方法,我们不但得到了CohenGrossberg神经网络模型平衡解的存在性、唯一性和全局指数稳定性的新的充分条件,而且给出了神经网络的指数衰减估计.所获结论改进了已有文献的相关结果.     

分数阶变时滞Cohen-Grossberg型BAM神经网络全局Mittag-Leffler稳定

主要研究分数阶变时滞Cohen-Grossberg型BAM神经网络,利用分数阶微积分有关性质,定义Mittag-leffler函数和对时间区间的有效划分,借助微分中值定理和一些分析技巧,给出了判定其系统解全局Mittag-Leffler稳定性充分条件.最后,给出数值例子以验证理论结果的有效性.     

含混合时滞和脉冲的Cohen-Grossberg神经网络的全局指数稳定性

本文讨论了含混合时滞和脉冲的Cohen-Grossberg神经网络的稳定性.通过应用M矩阵理论和不等式技巧,得到了含混合时滞的Cohen-Grossberg神经网络平衡态的全局指数稳定性的充分条件.相比以前同类文献,本文减弱了部分条件,推广了部分结论,并在文末给出了两个示例.本文结论对于设计和应用神经网络有一定实用价值.     

一类变时滞离散Cohen-Grossberg神经网络模型周期解的存在性及其指数稳定性

利用重合度理论研究了一类变时滞的离散Cohen-Grossberg神经网络模型的周期解,并得到了模型周期解的全局指数稳定性的充分条件,推广了已有的结果,为神经网络的应用提供了重要的理论基础.最后给出一个例子进行数值模拟,数值模拟的结果更好地验证了结论.     

一类变时滞离散Cohen-Grossberg神经网络模型周期解的存在性及其指数稳定性

利用重合度理论研究了一类变时滞的离散Cohen-Grossberg神经网络模型的周期解,并得到了模型周期解的全局指数稳定性的充分条件,推广了已有的结果,为神经网络的应用提供了重要的理论基础.最后给出一个例子进行数值模拟,数值模拟的结果更好地验证了结论.     

具周期输入的有限连续分布时滞神经网络周期解的全局指数稳定性

在去掉对激励函数有界、连续可导、平均时滞有界的条件下,仅要求激励函数满足Lip-schitz条件和连接权矩阵之间的关系是一个M-矩阵的情形下,利用重合度理论、Dini导数等知识得出了具周期输入的有限连续分布的一类细胞神经网络周期解的存在性.利用Dini导数和不等式分析技术在同样条件下得出了周期解的指数稳定性.推广和改进了前人的结论.并举例说明了所得定理的有效性.     

变时滞Hopfield神经网络的周期解存在性及其全局指数稳定性

利用拓扑度理论中的连续性引理和推广Halanay不等式研究了变时滞的细胞神经网络的周期解的存在性及全局指数稳定性.给出了判别周期解及指数稳定性的代数判据,所得判据易于检验,具有广泛的实用性．同时,改进了已有文献的相关结论,最后通过数值例子说明结论的有效性．