关于时滞细胞神经网络稳定性的一个改进结果

在文章[1]中,作者提出了关于时滞细胞神经网络存在唯一平衡点和全局渐近稳定性的充分条件。本文主要指出了文章[1]中相关结论的不足,并改进了建立在线性矩阵不等式基础上的时滞细胞神经网络全局渐近稳定的结果。此外,这些关于时滞细胞神经网络时滞依赖的全局渐近的稳定性的新结果可以保证系统的指数渐近稳定性。     

多比例时滞细胞神经网络的全局一致渐近稳定性

对一类具多比例时滞细胞神经网络进行研究,利用变换()()t i i z t y e,将具多比例时滞细胞神经网络变换成变系数常时滞的细胞神经网络。通过构造合适的Lyapunov泛函,给出了几个保证该系统全局一致渐近稳定的时滞独立的充分条件,并给出例子验证所得结论的正确性。     

含不确定参数的时滞线性大系统的鲁棒稳定性

本文讨论了含不确定参数的时滞线性大系统的鲁棒稳定性,利用代数Riccati方程的解以及Lyapunov稳定性的概念,得到了系统为鲁棒稳定的判别准则。最后通过一个数值例子说明本文所得的稳定性判据的有效性。     

一类离散时滞静态神经网络系统的时滞相依全局渐近稳定性分析

研究了一类时滞静态神经网络系统的时滞相依全局渐近稳定性条件。通过构造一个考虑了更多时滞状态信息的增广Lyapunov-Krasovskii泛函,利用时滞分割方法并结合Jensen积分不等式和自由权矩阵,获得以LMI形式表达的且保守性更低的一类具有定常时滞的静态神经网络的时滞相依全局渐近稳定性判定条件,并给出实例验证结果的有效性和更低的保守性。     

时变时滞细胞神网络的稳定性分析

本文研究了一类具有时变时滞的细胞神经网络的稳定性问题,利用新的Layapunov Krasovskii函数,给出了系统全局渐近稳定的时滞相关稳定性条件。其结果以线性矩阵不等式的形式给出,通过对矩阵特征值的应用,得到了一个新的LMI的应用形式,改善了LMI的应用。最后,数值算例说明了本文结果的优越性。     

时滞细胞神经网络的稳定性分析

讨论了具有时滞的细胞神经网络的稳定性问题。给出稳定点的唯一性条件,然后通过建立适合网络模型的Lyapunov Krasovskii函数,利用不等式的放缩,得到了系统全局渐近稳定的时滞相关稳定性条件。其结果以线性矩阵不等式的形式给出,容易求出系统稳定的时滞上界,容易得到时滞无关稳定性结果,且该结果包含了现有文献中关于时滞无关稳定性分析的结果。并以数值算例说明了结果的优越性。     

一类不确定非线性时滞系统的鲁棒控制

研究了一类带有不确定非线性时滞系统的鲁棒渐近稳定问题.利用李亚普诺夫稳定性定理和线性矩阵不等式工具,得到了此类系统鲁棒渐近稳定的充分条件,并给出相应的鲁棒状态反馈控制器设计.最后仿真示例表明了该方法的有效性.     

一类具有无穷分布时滞的反应扩散神经网络的全局渐近稳定性

针对一类具有无穷分布时滞的反应扩散神经网络模型,在Dirichlet边界条件下应用Lyapunov稳定性理论,通过构造适当的Lyapunov-Krasovskii泛函获得了该系统的全局渐近稳定性判据,数值模拟说明了所得理论判据的可行性。     

积分微分系统的鲁棒稳定化

研究了具有时滞的积分微分系统的鲁棒稳定化问题，利用不等式分析技巧，给出了具有不确定系统的鲁捧全局一致渐近稳定性的判别准则，举例说明了文中结果的优越性。     

基于增广Lyapunov泛函的不确定时滞系统的时滞相关鲁棒H∞控制

研究了一类不确定时滞系统的鲁棒H∞控制问题.利用增广Lyapunov泛函并结合自由权矩阵方法,得到使得闭环系统鲁棒渐近稳定且具有给定的H∞性能的时滞相关充分条件.基于相应的线性矩阵不等式的可行解,给出了不确定时滞系统的状态反馈鲁棒H∞控制律.仿真实例表明了本文方法的有效性.     

三维Lotka-Volterra竞争系统的全局稳定性

本文讨论了三维Lotka-Volterra竞争系统在一定条件下不存在周期解,同时给出了该系统全局渐近稳定的一些充分条件.所得结果改进了已有文献的相关研究结果.     

具有无界时滞的控制系统的绝对稳定性

利用参数变易法和不等式的技巧来研究非线性无界时滞控制系统的绝对稳定性和全局指数稳定性,获得了简洁、实用的稳定性的充分准则。     

动态交通分配中一类转换率系统的稳定性

在假设交通很拥挤同时交通的转换率与路径费用成正比的前提下,构建了一个动态的转换率模型.为了获取转换率系统的全局渐近稳定,提出了一个普遍适用的Lyapunov函数方法,与此同时通过线性矩阵不等式方法,得到了保证转换率系统全局渐近稳定的充分条件.     

变系数并联限制细胞神经网络的指数稳定性

本文运用李雅普诺夫函数方法和不等式的技巧研究了变系数和连续分布时滞并联限制细胞神经网络（SICNN）的稳定性，得出了判别其全局指数稳定的新的充分条件。     

具有时滞的不确定离散系统的鲁棒稳定化

考虑具有时滞的不确定离散系统的鲁棒稳定化问题，对每个子系统应用稳定化的状态反馈控制，利用特征根轨迹稳定的特性以及Ｇｅｒｓｈｇｏｒｉｎ定理，给出了参数扰动界，获得了系统渐近稳定的充分条件，推广了文献［６］的主要结果。     

一类推广的BAM模型的全局渐近稳定性分析

在B KOSKO双向联想记忆模型（BMA模型）上，引入了变时滞，去掉了连接权矩阵对称的要求，利用构造Liaponov泛函，得到了此动力学系统全局渐近稳定的条件，所得结果，在人工神经网络理论和应用研究中具有实际意义。     

一类BAM神经网络的全局指数稳定性

利用变参数方法和不等式技巧,研究了一类BAM神经网络的动力学特性,得到了能保证其平衡解唯一性和全局指数稳定性的条件,并且此条件与时滞无关.     

具有状态脉冲的两种群竞争Lotka-Volterra系统的周期解

研究了一类具有状态脉冲的两种群竞争Lotka-Volterra系统.利用后继函数和类Poincaré准则,得到了该系统阶1周期解存在及其渐近稳定的充分条件,并用数值模拟验证了主要结论.     

不确定混合时滞系统的指数稳定性判据

考虑同时含有参数不确定和混合时滞的动力系统的指数稳定性问题,利用参数依赖的Lyapunov函数和分解时滞项系数矩阵的方法,以线性矩阵不等式的形式给出了保守性更低的稳定性的充分条件.数值算例验证了该方法的有效性.