多时变时滞细胞神经网络的全局渐近稳定性分析

研究了多时变时滞细胞神经网络的全局渐近稳定问题.给出了多时变时滞细胞神经网络平衡点唯一性和全局渐近稳定的新判据.这些新判据考虑了神经元激励和抑制的影响,且易于验证.仿真结果验证了所得结论的有效性.     

多变时滞神经网络的全局渐近稳定性

本文主要研究了多时滞神经网络模型,利用线性矩阵不等式和构造适当的Lyapunov函数,给出了其变时滞神经网络的平衡点唯一性和全局渐近稳定的新判据。与现有的文献不同的是本文中考虑了多时滞神经网络模型并且考虑了神经元的激励和抑制对网络的影响。     

时变时滞细胞神经网络的同步研究与仿真

分析时变时滞的细胞神经网络全局渐近稳定性问题,确定时变时滞细胞神经网络平衡点全局渐近稳定的新充分判定准则。通过研究时滞细胞神经网络模型、系统激励函数所需满足的条件及需要的引理,讨论时滞细胞神经网络的全局渐近稳定性,所得条件与时滞相关,并用实例验证所得的稳定性条件是有效的.     

变时滞神经网络鲁棒稳定的一个新判据

研究了一类变时滞区间细胞神经网络的全局渐近鲁棒稳定性。基于非负矩阵理论和Lyapunov-Razumikhin分析方法,得到了变时滞区间细胞神经网络全局渐近鲁棒稳定的一个充分条件,该条件与时滞参数无关且易于验证。理论分析和数值例子表明所得条件推广了已有文献中得到的两个相应的结果,是对区间神经网络鲁棒稳定性研究的有效补充。数值例子和相应的计算机仿真验证了所得结果的有效性。     

变时滞神经网络的时滞相关全局渐近稳定新判据

研究了变时滞神经网络的时滞相关渐近稳定性问题。利用Lyapunov-Krasovskii泛函和积分等式方法,提出了此类神经网络有唯一稳定点和全局渐近稳定的充分条件。与已有文献相比,不再要求激活函数单调,并且时滞导数可以不小于1,具有较弱的保守性。算例验证了所给方法的正确性。     

具有变系数和变时滞的BAM神经网络的全局指数稳定性的新判据

研究了一类具有变系数和变时滞的联想记忆神经网络的全局指数稳定性。通过选择适当的Lyapunov—krasovskii泛函,利用不等式技巧给出了联想记忆神经网络的全局指数稳定性的新判据。     

多比例时滞细胞神经网络的全局一致渐近稳定性

对一类具多比例时滞细胞神经网络进行研究, 利用变换zi(t)=yi(et) 将具多比例时滞细胞神经网络变换成变系数常时滞的细胞神经网络. 通过构造合适的Lyapunov泛函, 给出了几个保证该系统全局一致渐近稳定的时滞独立的充分条件, 并给出例子验证所得结论的正确性.     

反馈型CNN解的稳定性

研究了具有时滞的反馈型细胞神经网络,利用李雅普诺夫函数、常数交易法以及不等式分析技巧,证明了具有时滞的反馈型细胞神经网络的解的有界性,同时给出了任意解全局指数稳定和渐近稳定的充分条件。     

时变时滞双向联想记忆神经网络的鲁棒稳定性

通过构造适当的Lyapunov泛函分析了一类时变时滞双向联想记忆神经网络的平衡点稳定性问题。不要求激励函数的单调性和可微性,得到了保证时变时滞双向联想记忆神经网络的平衡点全局鲁棒渐近稳定的两个新判据。所得到的结果能够表示成线性矩阵不等式形式,进而易于用内点算法等方法来验证。通过仿真例子与其他文献中的一些结果进行比较,表明了本文所得结果的有效性。     

多时变时滞神经网络的全局指数稳定

通过构造Lyapunov-Krasovskii泛函分析了一类多时变时滞神经网络的全局指数稳定性问题。不要求神经网络激励函数的有界性、单调性和可微性,得到了保证平衡点唯一性和全局指数稳定的新的独立于时滞的充分条件。该充分条件可表示为一个线性矩阵不等式的形式,进而易于验证。通过几个注释说明及与其他文献结果进行比较验证了该方法的有效性。     

Stability analysis for a class of impulsive competitive neural networks with leakage time-varying delays

In this paper, we consider the existence, the uniqueness, the global exponential stability, the global asymptotic stability, the uniform asymptotic stability and the uniform stability of the equilibrium point of impulsive competitive neural networks with distributed delays and leakage time-varying delays. The existence of a unique equilibrium point is proved by using Brouwer's fixed point theorem. By finding suitable Lyapunov-Krasovskii functional, some sufficient conditions are derived ensuring some kinds of stability. Finally, several examples and their simulations are given to illustrate the effectiveness of the obtained results.     

含脉冲的变时滞静态神经网络的渐近稳定性

研究了变时滞的静态神经网络在含有脉冲情况下的稳定性.通过构造恰当的Laypunov泛函,利用线性矩阵不等式方法,证明了该模型在延迟依赖条件下的全局渐近稳定性.同时考虑了时滞和脉冲的影响,因而考虑的情况更具普遍性,适用的范围更广.仿真实例说明所得结果适用范围宽、保守性小、易于验证.     

具反应扩散项的脉冲时滞Cohen-Grossberg神经网络的稳定性

讨论了一类具反应扩散项的脉冲变时滞 Cohen GrossberG神经网络在neu mann边界条件下的稳定性.通过构造分片连续的Lyapunov函数,结合neumann特征值问题,并利用GronwaLL beLLman脉冲积分不等式,得到了新的与反应扩散项和时滞有关的保证平衡点全局指数稳定性的代数判据     

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—Krasovskii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。     

具时滞离散递归神经网络的全局指数稳定性

研究了一类具时滞离散递归神经网络平衡点的全局指数稳定性问题.对连续有界激活函数做扇形非线性条件假定,用Lyapunov-Krasovskii稳定性理论和线性矩阵不等式方法,得到了具时滞离散递归神经网络模型在平衡点全局指数稳定的一些充分条件.数值例子说明了本文结果的有效性.