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。     

Global exponential stability of Cohen-Grossberg neural networks with time-varying delays and impulses

In this paper, the Cohen-Grossberg neural networks with time-varying delays and impulses are considered. New sufficient conditions for the existence and global exponential stability of a unique equilibrium point are established by using the fixed point theorem and Lyapunov functional. An example is given to demonstrate the effectiveness of our results.     

Novel criteria for global exponential stability and periodic solutions of delayed Hopfield neural networks

~~1()((,)(,))((,)(,))entssssssttttte==--Vxxxxfcycy Similar to the discussion of Theorem 1, it is easy to obtain 1(,)(,)entiiittKe-=-?xxcycy for any t0, where K1 is a constant. One can easily follow from formula above that ()()()etttKet---?xxcycy There exists a positive integer m such that ()e1mKqewt--?. A Poincare mapping F: CC by Fc=xw(c) is defined. Then, from Eq.(14), it can be derived that mmq-?FFcycy This implies that Fm is a contraction mapping; hence there exists a unique fixed p…     

时滞反馈神经网络模型的周期解的存在性和全局稳定性

研究了一类具有连续分布延时的反馈神经网络模型的周期解的存在性和全局稳定性.通过利用不等式am∏k=1bqkk≤1/r∑qkbrk 1/rar(a≥0,bk≥0,qk＞0,且m∑k=1qk=r-1,r≥1,构造适当的Lyapunov函数,以及运用同构定理,得到了一系列简单有用的条件,推广并完善了已有结论.     

Global exponential stability of interval neural networks with a fixed delay

1.IntroductionConsideradelayedneural-networkmodeldescribedbythefollowingfunctionaldifferentialequations.()()()()()()11,nniiiijjjijjjijjtautwgutvgutImt===-++-+邋&1,2,,.in=K(1a)or()()()()()()ttttt=-++-+uAuWGuVGuI&,(1b)where()()()()T12,,,ntututut=轾臌uListhestatevectoroftheneuralnetwork;()12diag,,,naaa=AKisadiagonalmatrixwithpositiveentries,i.e.,0ia>;()ijnnw=Wand()ijnnv=Varetheconnectionweightmatrixanddelayedconnectionweightmatrix,re-spectively;()()()()()()()()T1122,,,nntgutgutgut轾=臌GuKde…     

具有连续分布时滞神经网络系统的指数稳定性准则

考虑了一类具有时变和连续分布时滞神经网络系统的指数稳定性问题.通过引入Lyapunov-Krasovskii泛函、自由权矩阵和等价的描述系统形式,针对所考虑的系统建立了一个时滞相关的指数稳定性准则.该准则以线性矩阵不等式的形式给出,能够很容易地用Matlab工具箱LMI进行检验.此外,所得到的结论不需要激励函数的单调性且变时滞的导函数只要有上界结论就可以成立,这拓展和发展了现有的一些结论.最后通过2个数值例子说明了所得结论的有效性.     

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.     

一类脉冲神经网络的全局指数周期解

利用Lyapunov函数并结合不等式的技巧,给出了一些充分判据来确保一类脉冲神经网络系统具有全局指数稳定性的周期解.给出的充分判据仅仅要求激励函数是李普希兹连续的,而对它的有界性、单调性及可微性都不再要求.这些充分判据在实际应用中非常容易验证,也可利用这些判据来设计全局指数周期的脉冲神经网络.     

含有分布时滞和脉冲的杂交BAM神经网络的全局指数稳定性

通过构造李雅普诺夫函数,利用M-矩阵理论以及Young不等式技巧,给出了一类含有分布时滞和脉冲双向联想记忆神经网络的平衡点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.     

一类非线性积分微分方程的全局指数稳定

利用M-矩阵的性质及微分不等式的技巧,给出了一类非线性积分微分系统零解的全局指数稳定存在的充分条件.     

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．     

Robust exponential stability analysis of a larger class of discrete-time recurrent neural networks

The robust exponential stability of a larger class of discrete-time recurrent neural networks (RNNs) is explored in this paper. A novel neural network model, named standard neural network model (SNNM), is introduced to provide a general framework for stability analysis of RNNs. Most of the existing RNNs can be transformed into SNNMs to be analyzed in a unified way. Applying Lyapunov stability theory method and S-Procedure technique, two useful criteria of robust exponential stability for the discrete-time SNNMs are derived. The conditions presented are formulated as linear matrix inequalities (LMIs) to be easily solved using existing efficient convex optimization techniques. An example is presented to demonstrate the transformation procedure and the effectiveness of the results.     

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.     

具有连续分布延时的细胞神经网络的全局指数稳定性

利用Hardy不等式以及推广的Halanay时滞微分不等式,通过构造新的Lyapunov函数,引入可调实参数,研究一类具有连续分布延时的细胞神经网络（DCNN）的全局指数稳定性问题,得到了一系列有用的条件。     

一类时滞递归神经网络的鲁棒稳定性

运用M-矩阵的性质、拓扑度理论、Liapunov泛函方法与不等式技巧,研究了一类时滞神经网络的全局鲁棒稳定性,给出了全局鲁棒稳定性的新的代数判据.     

具分布时滞SICNNs周期解的存在性

利用重合度理论和微分不等式技巧,研究了具分布时滞和变系数SICNN,周期解的存在性,获得了一些新的充分准则．本文结果补充已有文献的结论．     

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.     

具分布时滞SICNN_s周期解的存在性(英文)

利用重合度理论和微分不等式技巧,研究了具分布时滞和变系数SICNNs周期解的存在性,获得了一些新的充分准则.本文结果补充已有文献的结论.     

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.     

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。