一个新混沌系统的全局指数吸引集及反馈同步

研究了一个新混沌系统的全局指数吸引集及同步问题.基于全局指数吸引集的概念和Lyapunov稳定性理论,给出了全局指数吸引集的一个充分条件;利用非线性反馈控制实现了2个混沌系统的全局指数同步.仿真结果表明该方法是快速有效的.     

Hopfield型神经网络的全局指数稳定性

研究了Hopfield型神经网络的全局指数稳定性,就活化函数严格单增和严格单增但增益有界的情况,提出了保证网络全局指数稳定的充分判据。对活化函数严格单增权矩阵对角稳定的情况,以简约的形式,给出网络全局指数稳定的收敛速率。     

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。     

一类具有时滞的神经网络的稳定性分析

对具有广泛应用价值的时滞Hopfield神经网络系统,建立了系统平衡点存在唯一的充要条件,利用常数交易法并结合不等式分析技巧讨论了神经网络模型的全局指数稳定性,获得了系统的平衡点全局指数稳定的充分条件。     

具有时滞的通有连续时间神经网络的指数稳定性

研究了具有时滞的通有连续时间神经网络的稳定性问题;利用常数变易法并结合不等式分析技巧,获得了具有时滞的通有连续时间神经网络的平衡点全局指数稳定和全局k-指数稳定的判别准则;推广了文献[1]的主要结果。     

变时滞神经网络模型的全局指数稳定性

研究了一类变时滞的Hopfield型神经网络的全局指数稳定性,在对网络系统施加两个不同的非线性神经元激励函数的条件下,利用M-矩阵的特性,得到了细胞神经网络模型在一定的条件下全局指数稳定的易于判定的充分条件,数值例子说明了本文结果的有效性。     

Hopfield神经网络k—全局稳定性

研究了Ｈｏｐｆｉｅｌｄ神经网络的ｋ－全局稳定性，利用常数变易法和不等式分析技巧，给出了Ｈｏｐｆｉｅｌｄ神经网络的ｋ－全局指数稳定的充分条件。     

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.     

Hindmarsh-Rose神经元全局指数同步

通过使用简单的反馈控制器使两个初始条件不同、参数相同的耦合神经元达到全局指数同步。并通过构造一个正定的Lypanouv函数(其导数为负),证明了偏差系统的零解具有全局指数稳定性。从而不需要计算其Lypanouv指数就可使原来的驱动和响应系统达到完全同步。     

非自治时滞神经网络的全局指数稳定性分析

利用微分不等式,并结合均值不等式以及Young不等式研究了一类具有时变时滞的非自治神经网络系统的全局指数稳定性,给出了一系列系统全局指数稳定的充分条件。由于去掉了激励函数单调有界、时变时滞函数连续可微等限制条件,因此结论具有更低的保守性,推广并改进了相关文献的结果。举例说明了方法的有效性。     

一类神经网络的Ｌａｇｒａｎｇｅ全局指数稳定性

考虑3种不同的有界激励函数,利用Lyapunov函数法和不等式分析技巧,研究了一类具有变时滞的中立型Cohen-Grossberg神经网络的Lagrange全局指数稳定性,并给出了系统模型具有全局指数吸引集的构造性证明：研究结果既适用于分析单稳态系统也适用于多稳态系统;最后通过数值算例及仿真对结果进行了验证．     

S-分布时滞反应扩散Hopfield神经网络稳定性

利用拓扑度理论和Lyapunov泛函方法研究了S-分布时滞反应扩散Hopfield神经网络平衡点的存在性及全局鲁棒指数稳定性.例子表明所得结果易于验证,具有广泛的适用性.     

静态神经网络概周期解的存在性与全局指数稳定性

利用压缩不动点原理和微分不等式,研究了S-分布时滞静态神经网络概周期解的全局指数稳定性,在不要求作用函数有界、单调与可微的前提下,给出了判断该模型概周期解存在性与指数稳定性的新的充分性条件,该结论推广了已有的结果。     

混合时滞模糊细胞神经网络的指数稳定性研究

利用Lyapunov泛函及M-矩阵理论,研究了具变时滞和分布时滞模糊细胞神经网络（FCNNs）平衡点的存在性和唯一性及其全局指数稳定性,得到了其简单判断.     

多时滞反应扩散Cohen-Grossberg神经网络的稳定性

研究了一类具有反应扩散项的时滞Cohen—Grossberg神经网络模型利用拓扑度理论和Lyapunov函数方法，研究了此类系统平衡点的存在性及全局指数稳定性，给出了判定定理．     

一类具比例时滞脉冲递归神经网络的全局多项式稳定性

该文对一类具比例时滞脉冲递归神经网络给出全局多项式稳定性定义。通过引入可调参数,构造适合的Lyapunov泛函和运用线性矩阵不等式 (LMI) 的方法,对该系统的全局多项式稳定性进行讨论,得到了保证该系统全局多项式稳定的判定准则,且这些准则以LMI的形式给出的,方便应用Matlab工具箱进行验证。该文还揭示了多项式稳定性与指数稳定性之间的关系,最后通过数值算例验证了所得准则的准确性。     

时滞依赖的脉冲时滞神经网络的稳定性

基于Lyapunov泛函和不等式技巧,得到脉冲混合时滞神经网络全局指数稳定性的时滞依赖型判据,其中混合时滞包括离散时滞和分布时滞两种类型。该判据用线性矩阵不等式表示,并通过一个数值实例验证了判据的有效性。     

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.