时滞切换神经网络系统的鲁棒指数稳定性

研究了具有时间滞后切换不确定细胞神经网络(UCNNs)系统的指数稳定性.利用同胚映射和M矩阵理论,得到UCNNs系统平衡点存在性,唯一性和指数稳定性的充分条件;利用平均驻留时间方法,研究了时滞切换UCNNs系统限制切换下的鲁棒指数稳定性,并得到确保系统全局指数稳定的充分条件.     

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．     

一类分数阶Hopfield神经网络的鲁棒指数稳定性

本文研究了一类具有Caputo导数的分数阶Hopfield神经网络的鲁棒指数稳定性, 得到了保证其鲁棒指数稳定性的一些充分条件. 最后利用数值仿真验证了结论的正确性和有效性.     

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.     

不确定时滞Lurie系统的鲁棒绝对稳定性分析

研究了一类不确定Lurie时滞系统的鲁棒绝对稳定性问题，不确定项范数有界。通过构造特殊的李亚普诺夫函数，分别考虑了时滞相关和时滞无关两情况，得到了系统鲁棒绝对稳定的充分条件。     

时滞依赖型中立系统的鲁棒稳定性分析

研究了一类不确定中立型系统的时滞依赖稳定性问题.利用基于LMI正定解的存在性,给出了一个新时滞依赖型稳定性判据,相比于已有文献本文具有低的保守性.最后通过数值算例验证了本文得到的结论的正确性和有效性.     

具有时变灰参数的随机时滞系统的p-阶矩指数鲁棒稳定性

利用灰矩阵的矩阵覆盖集的分解技术和Lyapunov函数法,研究了具有时变灰色参数的随机时滞系统的p-阶矩指数鲁棒稳定性问题,得到了该系统p-阶矩指数鲁棒稳定的时滞独立和时滞依赖的条件,并通过数值例子说明了判别条件的有效性和实用性.     

具有脉冲和无限时滞的模糊细胞神经网络的全局指数稳定性

本文讨论了具有脉冲和无限时滞的模糊细胞神经网络的全局指数稳定性.通过建立一个脉冲时滞%积分微分不等式,以及模糊逻辑算子与M-矩阵的性质,不仅得到了系统全局指数稳定的充分条件,而且也给出了指数收敛速度.最后,所给的例子充分验证了文中所给出的充分条件的有效性.     

一类灰色脉冲随机时滞系统的几乎必然指数鲁棒稳定性

为了研究一类灰色脉冲随机时滞系统几乎必然指数稳定性的问题,首先利用Razumikhin方法和Lyapunov函数,给出了脉冲随机泛函微分系统几乎必然指数稳定的条件,然后基于此条件和时变灰矩阵的连续矩阵覆盖的分解技术,得到了该类灰色脉冲随机时滞系统几乎必然指数稳鲁棒定性的判据,最后通过一个数值例子说明了得判据是有效的和实用的.     

具有分布时滞和区间参数的随机系统的p-阶矩指数鲁棒稳定性

研究了一类具有分布时滞和区间参数的随机系统的p-阶矩指数鲁棒稳定性问题,利用Liapunov-Krasovskii泛函、区间矩阵的分解技术及Ito公式,得到了该系统p-阶矩指数鲁棒稳定的时滞依赖的稳定性判据.通过数值例子说明了所得判据的有效性和实用性.     

具有变时滞和脉冲效应的Hopfield神经网络的全局指数稳定性

讨论了一类具有变时滞和脉冲效应的Hopfield神经网络模型．利用按段连续的向量Liapunov思想方法,研究了脉冲时滞神经网络的全局指数稳定性．例子及其数值仿真说明了结果的有效性．推广和改进了已有文献的一些结果．     

一类不确定时滞系统的鲁棒稳定性

给出了不确定时滞系统鲁棒稳定的若干结果,同时讨论了这类系统的稳定度,改进了前人关于时滞系统稳定性和鲁棒稳定性的一些结论,并给出了应用的例子。     

具有非线性扰动的线性多时变时滞系统的鲁棒稳定性

采用了一类新型积分等式,研究了具有非线性扰动的线性多时变时滞系统的时滞相关鲁棒稳定性问题,并推广得到一般的时滞相关－时滞变化率无关的鲁棒稳定性条件.数值实例表明,稳定性条件的保守性也有所减少.     

具有脉冲的高阶时滞Hopfield神经网络的全局指数稳定性

高阶Hopfield神经网络可以看作是Hopfield神经网络的扩展,相对一阶神经网络而言,高阶神经网络在存储能力、逼近能力、容错水平和收敛速度等方面具有更强大的能力.利用构造合适的Lyapunov泛函,应用不等式性质,研究了一类具有脉冲的高阶时滞Hopfield神经网络的动力学行为,得到了确保该系统的平衡点全局指数稳定的充分判别条件.通过两个仿真例子,说明所得结论的有效性.     

具有时滞的一般型脉冲神经网络的指数稳定性

讨论具有时滞的一般性脉冲神经网络的稳定性.在不假定激励函数有界或可导的前提下,利用非光滑分析和Lyapunov泛函,得到了这类神经网络系统平衡点的存在唯一性和全局指数稳定性判别准则.作为特例,得到了Hopfield神经网络,时滞细胞神经网络,双向联想记忆神经网络的平衡点的存在唯一性和全局指数稳定性判定定理.     

不确定中立型线性随机时滞系统的鲁棒稳定性

建立了中立型随机微分时滞方程的LaSalle不变原理,然后应用LaSalle不变原理讨论了不确定中立型随机时滞系统的随机渐近稳定和几乎必然指数稳定的代数判据, 同时给出示例说明结果的有效性．     

变时滞脉冲BAM神经网络的稳定性(英文)

本文研究了当脉冲不太频繁易受大的脉冲影响下的时滞BAM神经网络具有唯一的指数稳定的平衡点.分析采用一个推广的比较原理和M-矩阵理论,得到一些关于唯一平衡点的收敛性的简单可行的充分条件.所得结果推广和改进了已有文献的结果.     

具有分布时滞的灰色随机非线性系统的鲁棒稳定性

利用灰矩阵的矩阵覆盖集的分解技术和矩阵的范数理论及Lyapunov-K rasovsk ii泛函法,研究了具有分布时滞的灰色随机非线性系统的鲁棒稳定性问题,得到了该系统鲁棒稳定的时滞依赖的线性矩阵不等式(LM Is)判据,并通过数值例子说明了所得的"LM Is判据"的有效性和实用性.     

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.     

不确定时变时滞退化系统的新鲁棒稳定性判据(英文)

介绍了不确定时变时滞退化系统的一种新的鲁棒稳定性判据,该判据的提出利用适当的Lyapunov-Krasovskii函数方法,由一组线性矩阵不等式表示出来,判据可借助Matlab软件中LMI工具箱中得以验证.最后,数值实例证明了方法的有效性和优势.