具有分布时滞的Hopfield神经网络的指数稳定性

在本文中，我们在一个重要的引理的基础上首次采用一种新方法——非线性测度，对具有分布时滞的Hopfield神经网络模型的指数稳定性进行了分析，得到了指数稳定性的一些充分判据，并给出了指数衰减率的一种估计方式。     

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。     

分布时滞模糊Hopfield神经网络周期解的指数稳定性

对一类具有分布时滞的Hopfield模糊神经网络模型,在假设激励函数是全局Lipschitz连续的条件下,应用Lyapunov稳定性理论等分析的方法,研究了此类模型周期解的存在性与指数稳定性,得到了唯一周期解存在与指数稳定的充分条件,并举实例说明它的有效性。     

连续Hopfield神经网络的全局指数稳定性的新判据

利用Lyapunov函数和比较原理对连续Hopfield型神经网络给出了新的全局指数稳定性判据，并以实例加以说明。     

Hopfield神经网络全局指数稳定性的几个新判据

重新讨论了Hopfield神经网络平衡点的全局指数稳定性，得到了四个新判据，且列举了相应的例子来说明．由这些定理和例题的证明方法，阐述了Lyapunov函数的选择，网络参数电容Ci、电阻Ri及神经元uj(x)的导数ui(x)上下确界Mi，mi，i＝1，2…，n的处理及不等式放缩的精度在构造网络全局指数稳定性判据中的重要性，得到了表明全局指数稳定性收敛速度的Lyapunov指数α的估计式．     

变时滞反映扩散二阶Hopfield神经网络的全局指数稳定性

利用拓扑度理论研究了分布时滞反应扩散二阶Hopfield神经网络平衡点的存在性及全局指数稳定性,给出了易于验证的判别指数稳定性的代数判据.     

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．     

具有时滞的二阶Hopfield神经网络的全局动力性

通过正不变集、吸引集与系统稳定性的关系,并利用非负矩阵的性质和微分不等式的技巧,对具有时滞的二阶Hopfield神经网络全局动力性进行研究.得到了易于验证的关于平衡点一致稳定和全局渐近稳定的充分条件.     

S-分布时滞随机竞争神经网络的均方指数鲁棒稳定性研究

讨论了S-分布时滞随机竞争神经网络模型解的存在性和渐近行为,运用Lyapunov泛函方法和随机分析技巧,研究了网络的均方指数鲁棒稳定性,给出了易于验证的稳定性判据。     

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。     

无穷区间上S分布时滞静态递归神经网络模型的全局周期吸引子

研究了无穷区间上S分布时滞静态递归神经网络模型的全局吸引子,并给出了有实用性的判据和实例.     

S-分布时滞随机神经网络的适定性和均方指数吸引性

考虑了一类S-分布时滞随机神经网络的动力学行为。利用不动点理论和不等式技巧,讨论了该网络的适定性,证明了其解的均方指数吸引性,给出了易于验证的吸引性判据。实例说明了结论的正确性。     

混合时滞区间神经网络鲁棒指数稳定性

讨论了混合时滞区间神经网络的全局鲁棒指数稳定性．利用拓扑度理论和不等式技巧给出了一个混合时滞区间神经网络平衡点的存在唯一性以及全局鲁棒指数稳定性的条件。     

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．