一类变时滞复数Cohen-Grossberg神经网络的动态行为分析

研究了一类具有变时滞的复数域Cohen-Grossberg神经网络平衡点的动态行为.在假定激活函数满足Lipschitz条件并且放大函数只满足具有下界的情况下, 利用M矩阵和同胚映射原理, 得到了确保该系统平衡点的存在性和唯一性的充分条件.基于矢量Lyapunov函数法和不等式技术, 得到了确保该系统平衡点的模指数稳定性的判据.该判据形式简单, 在实际应用时便于检验.该文所取得的研究成果推广了现有结论.最后通过给出一个数值算例和仿真结果验证了所得结论的正确性和可行性.     

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.     

具有变时滞脉冲效应的Hopfield神经网络的全局指数稳定性

研究了一类新的具有脉冲的时滞Hopfield神经网络系统模型,引入了新的脉冲条件,在不假设激励函数的可微性、单调性的条件下,得到了系统平衡点的存在性、唯一性及全局指数稳定性的充分条件和指数收敛速率,且所得结果改进了一些已知文献的结论.     

一类具有时滞的Cohen-Grossberg神经网络的指数稳定性

考虑一类具有时滞的Cohen-Grossberg神经网络,利用Lyapunov方法和微分不等式理论,得到了其全局指数稳定性的判别准则.该准则引入了更多的参数,更便于系统的设计与分析.     

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.     

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.     

时滞细胞神经网络的时滞相关指数稳定性

应用Lyapunov泛函法研究了具有时滞的细胞神经网络（DCNNs）的平衡点的全局指数稳定性，获得了一个指数稳定性的判定准则。这个准则与时滞的大小有关，即DCNNs是指数稳定的只要系统所含时滞不超过一个界。     

一类随机时滞递归神经网络的指数稳定性(英文)

本文研究了一类随机时滞递归神经网络的指数稳定性问题.利用非负鞅收敛定理和Lyapunov泛函的方法,获得了这类神经网络矩指数稳定性的新的代数准则,所给代数准则简单易用.一个具体实例用来说明稳定性判别准则的应用.     

带有变化分布时滞的复值神经网络Lagrange稳定性

研究了带有变化分布时滞的复值神经网络Lagrange稳定性问题.通过构造合适的Lyapunov Krasovskii泛函, 并使用矩阵不等式技巧,建立了网络全局指数Lagrange稳定性的判定条件.提供的判据是复值线性矩阵不等式, 能够使用MATLAB软件的YALMIP工具箱快速计算.     

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.     

具有泄漏时滞和混合加性时变时滞复数神经网络的状态估计

研究了具有泄漏时滞、加性离散时变时滞、加性分布时变时滞复数神经网络的状态估计问题.在复数神经网络不分解条件下, 通过构造合适的Lyapunov-Krasovskii泛函, 并应用自由权矩阵、矩阵不等式和倒数凸组合法等方法, 通过可观测的输出测量来估计神经元状态, 给出了判断误差状态模型全局渐近稳定的与时滞相关的复数线性矩阵不等式.最后, 通过一个数值仿真算例验证了理论分析的有效性.     

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.     

基于忆阻的分数阶时滞复值神经网络的全局渐近稳定性

研究了分数阶复值神经网络的稳定性.针对一类基于忆阻的分数阶时滞复值神经网络,利用Caputo分数阶微分意义上Filippov解的概念, 研究其平衡点的存在性和唯一性.采用了将复值神经网络分离成实部和虚部的研究方法, 将实数域上的比较原理、不动点定理应用到稳定性分析中, 得到了模型平衡点存在性、唯一性和全局渐近稳定性的充分判据.数值仿真实例验证了获得结果的有效性.     

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.     

具脉冲混合时滞马尔可夫跳中立型随机神经网络系统指数稳定性

研究了具脉冲和混合时滞马尔可夫跳随机神经网络的鲁棒指数稳定性.通过构造合适Lyapunov-Krasovsii泛函,利用随机Lyapunov稳定性理论,给出并证明了该系统均方指数稳定性的充分条件,所有结果以线性矩阵不等式的形式给,数值算例表明无论脉冲是否发生在马尔可夫跳时刻,给出的稳定性标准都是有效的.     

具有泄漏时滞的复值神经网络的全局同步性

研究了一类具有泄漏时滞的复值神经网络的全局同步性问题.在不要求激励函数可分离为实部函数和虚部函数的条件下,通过构造合适的Lyapunov-Krasovskii泛函,并运用驱动-响应同步方法、自由权矩阵方法和矩阵不等式技巧,获得了具有泄漏时滞的复值神经网络全局同步性的充分条件和同步控制器设计方法.给出的判据是由复值线性矩阵不等式表示的,易于MATLAB软件的YALMIP Toolbox实现.数值仿真实例验证了获得结果的有效性.     

混合时滞复值神经网络的事件触发状态估计北大核心CSCD

研究了事件触发机制下混合时滞复值神经网络的状态估计问题.首先基于测量输出设计了事件触发机制,有效降低了估计器更新的频率.在触发机制中引入了等待时间,以此避免了采样中的Zeno现象.运用Lyapunov方法和复值矩阵的性质,建立了估计误差系统全局渐近稳定的充分性判据,并基于线性矩阵不等式技巧给出了复值增益矩阵K的求解算法.最后的数值例子验证了理论成果的正确性和有效性.