变时滞中立型BAM神经网络的全局稳定性

本文通过构造新型的Lyapunov-Krasosvskii函数并利用矩阵不等式技巧获得了一类变时滞中立型BAM神经网络的全局稳定性判据,该判据便于应用.数值例子表明,与已有结果相比,该判据具有较低的保守性.     

一类新的变时滞中立型神经网络的全局渐近稳定性条件

研究了一类激活函数的状态变量带有微分时滞的中立型神经网络的稳定性问题.通过构造李亚普诺夫函数,并利用LMI分析技巧,获得了该类中立型神经网络的全局渐近稳定性的充分条件.最后通过实际算例验证了所得结果的有效性.     

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.     

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.     

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.     

具分布偏差变元的中立型微分方程的全局渐近稳定性

本文考虑具分布偏差变元的微分方程[x（t）- Cx（t-r）]′+ f（t,∫_-τ⁰x（t+s）du（s））=0,t≥t₀,（1）其中 C,r,τ∈R⁺且0≤C<1,f（t,x）∈ C（[t₀,∞],R）,xf（t,x）>0,x≠0.通过对方程（1）的非振动解及振动解的渐近性的讨论,获得了方程（1）的全局渐近稳定的充分条件.     

一类中立型泛函微分方程的全局渐近稳定性

利用不动点理论,给出下列非线性中立型泛函微分方程x′(t)=-a(t)x(t)+q(t,x(t-τ(t)),x′(t-τ(t)))零解全局渐近稳定的充分条件,推广并改进了已有文献中的相应结果.为了说明结果的可行性,给出了一个例子.     

具有扩散影响的Hopfield型神经网络的全局渐近稳定性

对具有扩散影响的Hopfield型神经网络平衡点的存在唯一性和全局渐近稳定性进行了研究．在激活函数单调非减、可微且关联矩阵和Liapunov对角稳定矩阵有关时,利用拓扑度理论得到了系统平衡点存在的充分条件．通过构造适当的平均Liapunov函数,分析了系统平衡点的全局渐近稳定性．所得结论表明系统的平衡点(如果存在)是全局渐近稳定的而且也蕴含着系统的平衡点的唯一性．     

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.     

非线性中立型时滞方程解的全局渐近稳定性和振动性

本文研究非线性中立型时滞微分方程N( t) =N( t) [a( t) -b( t) N ( t-τ) -c( t) N( t-σ) -d( t) N ( t) ],t≥ t0 ,( E)其中τ,σ∈ [0 ,∞ ) ,a( t) ,b( t) ,d( t)∈ C1( [t0 ,∞ ) ,R+) ,c( t)∈ C( [t0 ,∞ ) ,k) ,得到方程 ( E)的正解关于正常数平衡点全局渐近稳定和振动的充分条件 .本文所用方法与其他文献不同 ,所得结果发展了一些文献的结果 ,其中定理 ( 2 .3)回答了由 Y.Kuang and A.Feldstein所提出的一个公开问题 .     

具时滞广义Cohen-Grossberg神经网络的全局渐近稳定性

利用同胚映射原理、线性矩阵不等式和构造的Lyapunov泛函研究了一类Cohen-Grossberg神经网络平衡点的全局渐近稳定性,优化了现有文献中关于全局渐近稳定性的判据.     

对延迟细胞神经网络全局渐近稳定性一个结果的改进

给出了延迟细胞神经网络全局渐近稳定性的一个新的充分条件,该条件改进并推广了已有文献中的结论.     

时变耦合变时滞非自治神经网络模型的全局同步性分析

利用Lyapunov泛函方法,对一类时变线性耦合神经网络模型的全局同步性进行了研究．在去掉耦合矩阵的对称性、不可约性和扩散耦合限制的基础上,得到了确保耦合时滞神经网络模型全局同步的充分性条件．所得结果仅依赖于系统中的参数,条件易于验证且不必求矩阵的特征值．     

具有时滞的双向联想记忆(BAM)的神经网络的全局动力学行为

在没有假定关联函数的光滑性,单调性和有界性的条件下,应用Liapunov泛函方法和矩阵代数技术,得到具有常数传输时滞的双向联想记忆(BAM)的神经网络模型平衡点存在性和全局指数稳定性的一些新的充分条件,这些条件可以由网络参数,连接矩阵和关联函数的Lipschitz常数所表示的M矩阵来刻化．这些结果不仅是简单和实用的,而且相对于已有文献的结果具有较少的限制和更易于验证．     

时滞神经网络全局渐近稳定性条件

利用Liapunov泛函方法,结合矩阵不等式技巧,分析了时滞细胞神经网络(DCNNs)的平衡点存在的唯一性和全局渐近稳定性,保证DCNNs的全局稳定性的一个新的充分判据被得到．所得判据提供了一些参数来适当地弥补了反馈矩阵与时滞反馈矩阵之间所需要的平衡关系．这些判据可以容易被使用来设计和检验全局稳定的网络．此外,所得判据是与时滞参数无关,且比已有文献具有更少的限制．     

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.     

The Existence and Global $p$-Exponential Stability of Periodic Solution for Stochastic BAM Neural Networks with Delays

In this paper, we consider a class of stochastic BAM neural networks with delays. By establishing new integral inequalities and using the properties of spectral radius of nonnegative matrix, some sufficient conditions for the existence and global $p$-exponential stability of periodic solution for stochastic BAM neural networks with delays are given. An example is provided to show the effectiveness of the theoretical results.