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.     

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。     

一类离散型网络全局指数同步研究

探讨了具有离散时滞的离散型神经网络系统,并给出了这类神经网络的全局指数同步的一个有效结论.     

具有时变时滞的离散时间随机神经网络的时滞相依稳定性分析

研究了一类具有时变时滞的离散时间随机神经网络的稳定性问题.通过构造包含更多交叉项的新的Lya-punov泛函,将时滞区间等分为两个子区间,根据时滞函数所处不同的子区间更加细致地讨论了Lyapunov泛函中相应项导数的上界,利用不等式技巧,自由权矩阵和凸组合方法得到系统均方全局指数稳定新判据,结果具有更低的保守性,并举例说明了本文方法的有效性.     

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.     

具有脉冲和变时滞的离散Cohen-Grossberg神经网络的全局指数同步

研究了一类具有脉冲和变时滞的离散Cohen-Grossberg神经网络全局指数同步问题.利用ρ-锥理论和微分不等式分析技巧,获得了保证其误差系统全局指数稳定的充分条件,同时也给出了同步指数收敛速率的估计.最后,列举一个例子表明我们所得结果的有效性.     

一类随机离散神经网络全局渐近同步

研究离散型时滞随机神经网络的同步问题,考虑了参数不确定性,解决离散型分布时滞对神经网络同步问题的影响.基于主从同步的概念,设计一个有更广泛应用的控制器,应用Lyapunov稳定性理论和线性矩阵不等式工具箱,得到这类神经网络同步的充分性判据.最后给出实际例子,检验了判据的有效性.     

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.     

具有离散和分布时滞的中立型细胞神经网络的全局渐近稳定性

文章研究了一类具有离散和分布时滞的中立型细胞神经网络的全局渐近稳定性问题,首先利用拓扑度原理等相关知识,证明了系统的平衡点的存在唯一性,然后通过构造Lyapunov-Kra-sovskii泛函,得出了具有离散和分布时滞的中立型神经网络系统的平凡解的全局指数稳定性的判别条件。     

混合变时滞的中立型神经网络全局指数稳定性

利用Lyapunov—Krasovskii稳定性理论和线性矩阵不等式（LMI）处理方法,研究了一类具有混合时变时滞的中立型细胞神经网络的全局指数稳定性问题,获得了该模型平衡点全局指数稳定的一个新的充分条件．改进和推广了已有文献的结果,降低了系统的保守性．所得结论对更好的模拟细胞神经网络的行为具有重要的指导意义．     

忆阻型模糊细胞神经网络在时滞脉冲控制下的全局指数同步

文章研究了忆阻型模糊细胞神经网络的全局指数同步控制问题。首先,通过采用Filippo解和可测选择理论将忆阻模糊细胞神经网络转化成一类参数不确定的神经网络,并给出一个新颖的不等式以解决模糊反馈连接权重的参数不确定问题;然后,通过设计时滞脉冲控制器,并结合李雅普诺夫函数法、脉冲不等式以及给出的新的不等式,得到驱动忆阻模糊细胞神经网络与响应忆阻模糊细胞神经网络在时滞脉冲控制下指数同步的结果;最后,通过数值模拟验证了理论结果的有效性。研究结果表明:采用合适的控制器,忆阻型模糊细胞神经网络的驱动-响应系统是可以达到指数同步的。     

带有变耦合时滞的神经网络的同步性

为了研究了带有变耦合时滞的细胞神经网络的同步问题,运用Lyapunov第二方法,通过构造lyapunov泛函,采用Kroneck积的性质,以及线性矩阵不等式技术,得到一些新的同步性的判据,使此问题得到更好的解决.     

高阶时滞神经网络模型的全局指数稳定性

对具有时滞的二阶Hopfield型神经网络平衡点的全局渐近稳定性问题进行了研究.在不要求连接权矩阵的对称性和输入输出函数的可微性与单调性,只要求系统的参数满足是一个M矩阵的情况下,利用推广的Hanalay不等式和上右导数导得系统全局指数稳定性的若干充分条件.为二阶时滞神经网络稳定性的新方法、新结论.     

时间尺度上具有PS控制器的动态网络指数型同步

研究具有PS（proportional-sup）控制协议的动态网络在时间尺度上的指数型同步问题。为了实现动态网络的指数型同步，利用线性时滞动态方程在时间尺度上的指数型估计式和不等式，导出动态网络在时间尺度上的指数型同步准则。数值例子验证了分析结果的有效性，主要结果可应用到连续和离散情形。     

具有脉冲效应和Leakage项时滞的随机扰动模糊细胞神经网络的指数同步

研究了具有脉冲效应和Leakage项时滞的随机扰动模糊细胞神经网络的指数同步,通过李雅普诺夫稳定性理论、随机微分方程理论、随机分析法、It?'s公式及一些不等式方法,基于p-范数下得到了新的指数同步的充分条件.在本文中所考虑的脉冲效应是一般函数,而不是线性函数;还发现随机扰动和Leakage项时滞对系统同步有抑制作用.     

时滞神经网络的指数稳定性分析

研究了一类时滞细胞神经网络的指数稳定性问题,利用Razumikhin定理和线性不等式技术得到新的全局指数稳定性准则.与其他方法不同之处在于,对神经网络模型的“线性化”,将神经网络模型变成一个线性时变的系统.所获的条件具有较少的保守性.最后用1个数值例子说明文中所得的结果是有效的.     

关于神经网络的指数稳定性

系统地研究了一类神经网络的全局指数稳定性，仅假设激活函数是全局李普希兹连续的，给出了其平衡点的存在性、唯一性和指数稳定性的充分条件。     

基于复杂网络的混沌同步研究

根据Lyapunov稳定性理论,分别给出了环状网络和全局耦合网络渐近同步和指数同步的充分条件.并对两种不同结构网络的同步性能进行了比较,发现全局耦合网络同步性能更好.最后以Lorenz混沌系统为节点,分别对4个节点的环状网络和全局耦合网络的混沌同步进行了数值仿真,验证了结论的可靠性.     

混合时滞随机神经网络全局渐近同步

研究了一类具混合时滞神经网络耦合大系统的同步问题.应用矩阵的Kronecker积与线性矩阵不等式,得到耦合大系统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,所讨论的神经网络具有参数的不确定性、分布时滞、随机扰动以及非线性耦合等,而且弱化了相关文献中激励函数为严格Lipshitz或Sigma型的假定,使所得结果更为精细.