模糊变时滞Cohen-Grossberg神经网络全局指数稳定性

本文研究了模糊变时滞Cohen-Grossberg神经网络的全局指数稳定性,通过构造合适的Lyapunov函数和运用不等式技巧,得到了模糊变时滞Cohen-Grossberg神经网络平衡点的存在唯一性和全局指数稳定性的判别准则.     

变时滞模糊BAM神经网络的全局指数稳定性

本文讨论了一类具有变时滞模糊FBAM（fuzzybi—directional associate memory）神经网络平衡点的存在性和全局指数稳定性,利用不动点定理及Halanay型不等式获得了平衡点存在唯一性及全局指数稳定性的充分条件,所得结论容易验证．最后举例说明所得结果的可行性。     

对一类时变时滞递归神经网络的全局渐进稳定性充分性条件的研究

该文研究了一类带时变时滞的递归神经网络的全局渐进稳定性,利用Lyapunov函数和线性矩阵不等式方法,得到了系统平衡点全局渐进稳定的充分条件.     

脉冲时滞Cohen-Grossberg神经网络的全局指数稳定性

讨论了一类具有时滞的脉冲Cohen-Grossberg神经网络的全局指数稳定性．利用Lyapunov函数和不等式技巧得到了该系统全局指数稳定的一个充分条件,同时给出示例说明结果的有效性．     

一类竞争神经网络的全局指数稳定性分析

主要考察了一类动态系统——带有不同时间尺度竞争神经网络的全局指数稳定性问题。通过对此类神经网络模型的建立及分析,应用M矩阵理论和Lyapunov函数法,确定了带有不同时间尺度的竞争神经网络的平衡点的存在性和唯一性,并给出了此类神经网络全局指数稳定的判据。     

混合时滞模糊细胞神经网络的全局指数稳定性

利用Lyapunov泛函和模糊逻辑运算技巧相结合的方法,研究了一类混合时滞模糊细胞神经网络的全局指数稳定性,并给出了易于验证的稳定性代数判据,然后实例说明结论的有效性。     

变时滞细胞神经网络指数稳定性的一个判据

利用同胚映射理论、向量Lyapunov函数思想、M矩阵理论和不等式技术,研究了具有变时滞的细胞神经网络模型的全局指数稳定性,给出了判定平衡点的存在唯一性以及全局指数稳定性的一个判据,并且估计了收敛速度指标.相比一些最近的文献,本文没有采用传统的Lyapunov泛函方法,并且也不需要输出函数在实数集上满足Lipschitz条件,这样就放宽了对网络的要求,使得获得的结果有更广的应用范围.最后的数值例子表明提供的判据不仅保守性小,而且计算简单.     

多重S-分布时滞二阶Hopfield神经网络的全局指数稳定性

利用不等式、拓扑度理论以及Lyapunov泛函方法研究了一类多重S-分布时滞二阶Hopfield神经网络的全局指数稳定性,给出了系统满足全局指数稳定的充分条件.     

具时变时滞模糊BAM神经网络周期解的稳定性

本文利用Lyapunov泛函及不等式(2ab≤ra2+1/rb2,r>0)导出了判定模糊BAM(bi-directional associa-tive memory)神经网络周期解的存在性与稳定性的一些充分条件,得到了其周期解全局指数稳定性的一些新的简单判据.     

一类推广的时滞人工神经网络系统模型的全局指数稳定性

文章研究了一类推广的具有变时滞的人工神经网络系统模型的全局指数稳定性.通过Lyapunov稳定性理论,给出了该时滞神经网络系统模型平衡点唯一和全局指数稳定的一类判定条件,并通过典型实例来说明本文结果的应用.     

一类时滞微分方程的全局稳定性

研究一类具有分面常变量的时滞泛函微分方程的全局稳定性,这类方程描述红血球的增长规律,给出了保证方程每正解趋于一常数的一族充分条件,改进了已有结果。     

时滞Hopfield神经网络的全局吸引性和全局指数稳定性

研究了如下形式的时滞型Hopfield神经网络u′i(t)=-biui(t) nj=1aijfj(uj(t-τij)) Ji,　　i=1,2,…,n的全局吸引性和平衡点的全局指数稳定。通过构建合适的Lyapunov泛函和利用不等式pxyp-1≤xp (p-1)yp,获得了几个新的判定条件,这些结论推广了已知文献中的结果。     

一类具有时滞的Cohen-Grossberg神经网络的稳定性

文章考查一类具有时滞的Cohen-Grossberg神经网络的动力学性质,给出具有时滞的Cohen-Grossberg神经网络的全局渐近稳定性的判据.     

一类时滞BAM神经网络的全局指数稳定性的新准则

利用M-矩阵理论以及Halanay不等式技巧,给出了一类含有变时滞的非自治BAM(bi-direc-tional associative memory)神经网络周期解的全局指数稳定性的充分条件,这些条件去掉了对激活函数的有界性、单调性和可微性的要求,且在某些情况下更易验证.最后通过一个例子验证了所给结果的有效性.     

一类时滞神经网络的鲁棒稳定性分析

针对一类含有时变时滞和参数不确定性的神经网络,研究了它的鲁棒稳定性．利用线性矩阵不等式（LMI）方法,得到一个新的时滞依赖的结论,结论以线性矩阵不等式的形式给出,便于直接应用．最后的数值例子说明了所得结论的有效性和优越性．     

一类时滞微分方程的全局稳定性

研究一类具有分段常变量的时滞泛函微分方程的全局稳定性,这类方程描述红血球的增长规律．给出了保证方程每正解趋于一常数的一族充分条件,改进了已有结果     

具变时滞和分布时滞的细胞神经网络的全局指数稳定性

运用Liapunov方法,M-矩阵理论和拓扑度理论研究了一类细胞神经网络的全局指数稳定性,获得了平衡点的存在性唯一性及其全局指数稳定的充分性准则．     

一类变时滞细胞神经网络模型的指数稳定性

讨论了一类变时滞细胞神经网络模型的指数稳定性问题.通过构造新的Lyapunov泛函和利用线性矩阵不等式（LMI）技术,获得了一些保证模型的平衡点指数稳定的充分条件.     

具无界时滞中立型方程的指数稳定性

通过构造恰当的Liapunov泛函,本文得到具无界时滞中立型泛函微分方程指数稳定的实用判据.     

带反应扩散项的时滞双向联想记忆神经网络的全局指数稳定性

本文研究带反应扩散项的BAM神经网络的全局指数稳定性.改进和推广了文献[9]的工作.