模糊惯性BAM神经网络固定时间同步

研究了具有时变无界时滞的模糊惯性BAM神经网络的固定时间同步问题。首先,使用压缩映射原理,证明其平衡点存在的唯一性。其次,通过设计Lyapunov函数和反馈控制器,采用非降阶法得到其固定时间同步判定准则。最后,通过数值仿真验证了结果的正确性。     

S-分布时滞随机BAM神经网络的指数同步

通过构造Lyapunov泛函,利用Ito公式以及随机分析的方法研究一类BAM神经网络的指数同步问题,给出了指数同步的新判据,举例说明了结果的实用性,推广了相关文献的结果。     

具有变时滞的随机忆阻神经网络在固定时间内的控制同步

研究了一类具有混合变时滞的随机忆阻神经网络在固定时间内的控制同步问题. 通过集值映射,随机微分包含理论,固定时间内稳定性理论,李雅普诺夫函数,伊藤公式和一些不等式方法,在与时滞τ,随机扰动项及转换跳跃T_i相关的恰当的反馈控制器u_i(t)的控制下,得到了新的该神经网络在固定时间内控制同步的充分条件.     

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.     

离散时间BAM神经网络周期解的存在性

利用迭合度连续定理研究了具有周期系数的离散时间BAM神经网络周期解的存在性,得到了比原有结果更优化的结论。     

随机时滞BAM神经网络的全局散逸性

把不确定性因素考虑到双向联想记忆神经网络(BAM)中, 得到一类带Brown运动的随机时滞双向联想记忆神经网络(BAM)模型. 在激活函数有界的条件下, 研究了随机时滞BAM神经网络的全局散逸性. 通过Lyapunov泛函、Jensen不等式和It 公式等, 讨论了随机时滞BAM神经网络系统均方散逸的充分条件, 给出了该系统散逸的吸引集. 通过数值例子对所给出的结论进行了验证.     

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.     

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.     

脉冲时滞BAM神经网络稳定性研究

研究了带有脉冲的时滞双向联想记忆(BAM)神经网络的稳定性问题.通过对网络系统的研究,根据脉冲的特点,采用Lyapunov稳定性理论和一些矩阵分析的技巧,得到了脉冲时滞BAM神经网络的稳定性结论,其中包括稳定点的唯一性判据和稳定性的判据,说明脉冲时滞BAM神经网络的稳定性问题是网络本身的特性,最后通过数值算例验证了论文的可行性和有效性.     

具有外部干扰的耦合时滞神经网络固定时间二分同步

针对结构平衡图与结构非平衡图的网络拓扑,考虑了一类具有外部干扰的耦合时滞神经网络模型,分别设计了其固定时间同步控制协议.借助固定时间稳定性理论与不等式技巧,获得了耦合网络在固定时间内达到同步的充分性判据,给出了具体的收敛时间上界,并验证了固定时间同步网络的鲁棒性与抗干扰性.为了扩大网络模型的适用性,考虑的神经网络激活函数为非连续的函数,可借助微分包含与集值李导数理论解释非连续微分方程的动力学行为.最后,分别在结构平衡图和非平衡图下对耦合神经网络的固定时间二分同步进行了数值仿真,验证了控制算法的有效性及理论结果的正确性.     

具有反应扩散项和脉冲的随机模糊Cohen-Grossberg神经网络的指数同步

研究了具有随机扰动项和反应扩散效应的脉冲模糊Cohen-Grossberg型神经网络的指数同步问题: 通过李雅普诺夫泛函理论、随机微分方程理论、${rm Ithat{o}^{'}}$公式和不等式方法, 基于$p-$范数下得到了该神经网络模型指数同步的新的充分条件, 并发现随机扰动项的存在对该神经网络模型同步有抑制作用,而反应扩散项的存在对该神经网络模型同步有促进作用.     

一类模糊随机神经网络的鲁棒稳定性分析

结合Takagi-Sugeno(TS)模糊系统的研究成果.讨论一类具有参数不确定和随机干扰的模糊神经网络的鲁棒稳定性问题.通过运用Lyapunov稳定性理论,结合随机分析方法,以线性矩阵不等式的形式,建立该系统全局鲁棒稳定的判别准则.以准则推广一些已有文献的结果,具有更小的保守性.数值算例证明了结果的有效性.     

Cohen-Grossberg型BAM神经网络指数稳定性

为研究具有分布时滞的并带有脉冲的Cohen-Grossberg型BAM神经网络的全局指数稳定性问题,主要方法是构造一个恰当的Lyapunov泛函以及通过利用一些函数分析的技巧,得到了所研究系统平衡点的全局指数稳定的充分条件的判据.证明过程中将激活函数的单调性和连续可微性的假设削弱为只需要满足Lipschitz条件,推广了已有文献的一些结果,使模型的应用更具有一般性.实例分析表明了所得结论的有效性.     

带时变时延效应的模糊神经网络均方指数输入的状态稳定性

在本文中,我们对一类带随机和时变时滞效应的模糊Cohen-Grossberg神经网络的均方指数输入对状态稳定性进行了研究。通过利用Razumikhin技巧和构造新的时滞微分不等式,我们得到了神经网络系统均方指数输入对状态稳定性的充分性判定条件。并给出了一个例子用来说明我们得到的结果的有效性。     

变时滞随机模糊细胞神经网络的全局指数稳定性

通过构造合适的Lyapunov泛函,利用It微分算子和不等式的分析技巧研究一类变时滞随机模糊细胞神经网络平衡点的全局指数稳定性,得到了该模型全局指数稳定的一个时滞独立和一个时滞依赖的充分条件.最后通过数值算例验证结论的有效性.     

具有随机扰动项和混合时滞的神经网络在有限时间内的控制同步

研究一类具有随机扰动项和混合时滞的神经网络在有限时间内的控制同步.通过李雅普诺夫稳定性理论、随机微分方程理论、伊藤公式以及一些不等式方法,在p-范数下得到了新的有限时间内同步的充分条件.