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。     

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。     

时变时滞及中立型时滞大系统的稳定条件

应用大系统的分解方法和一个不等式对具有时变时滞与连接时滞的两类系统进行了研究,给出了其渐近稳定的充分条件,并对一类中立型时滞大系统进行了讨论,利用常数变易法及对系统微分方程解的直接估计,获得了一个关于此系统解的指数稳定的判别方法,对这两类系统的讨论都是在具有连接时滞与变时滞的复杂情况下进行,得到了与以前的文献不同的结果.     

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。     

变时滞神经网络鲁棒稳定的一个新判据

研究了一类变时滞区间细胞神经网络的全局渐近鲁棒稳定性。基于非负矩阵理论和Lyapunov-Razumikhin分析方法,得到了变时滞区间细胞神经网络全局渐近鲁棒稳定的一个充分条件,该条件与时滞参数无关且易于验证。理论分析和数值例子表明所得条件推广了已有文献中得到的两个相应的结果,是对区间神经网络鲁棒稳定性研究的有效补充。数值例子和相应的计算机仿真验证了所得结果的有效性。     

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.     

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。     

通有连续时间神经网络的K-稳定性

研究了具有时滞的通有连续时间神经网络的K-稳定性问题;利用常数变易法,通过应用不等式分析技巧和微分方程性质,获得了具有时滞的通有连续时间神经网络的平衡点的K-全局渐近稳定性与K-全局指数稳定性的易于验证的时滞相关充分条件,通过实例验证了该充分条件的有效性。     

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BAM神经网络稳定性分析

研究了带有脉冲的时滞双向联想记忆(BAM)神经网络的稳定性问题。通过对网络系统的研究,根据脉冲的特点,采用Lyapunov稳定性理论和一些矩阵分析技巧,得到了脉冲时滞BAM神经网络的稳定性结论,其中包括稳定点的唯一性判据和稳定性的判据,说明脉冲时滞BAM神经网络的稳定性问题是网络本身的特性,最后通过数值算例验证了该结论的可行性和有效性。     

神经网络—维布局算法

研究并提出了一种基于神经计算的集成电路一堆布局的并行优化算法。文中首先将布局问题的限制条件和目标函数映射为一个二次函数,并以该函数为能量函数构造相应的神经网络,然后利用神经网络的并行计算特性求出一堆布局问题的优化解。     

脉冲时滞神经网络的稳定性分析

通过研究带有脉冲的神经网络的稳定性问题。对网络系统进行研究，根据脉冲的特点，采用Lyapunov稳定性理论和一些矩阵分析的技巧，得到了神经网络的稳定性结论，说明脉冲时滞的稳定性问题是网络本身的特性，最后通过数值算例验证了论文的可行性和有效性。     

变系数时滞神经网络的周期解与稳定性

针对具有实际应用价值的时滞周期时变系数的Hopfield神经网络系统,利用了Lyapunov函数法并结合不等式分析技巧,证明了系统的解是有界的,得到了系统周期解的存在准则及平凡解指数稳定的充分条件。     

随机型细胞神经网络的稳定性

借助于李雅谱洛夫理论、矩阵分析方法和It?公式,结合不等式分析技巧,研究了随机细胞神经网络系统的均方指数稳定性,给出了系统的解的二阶矩Liapunov指数估计式和均方指数稳定的充分条件。     

分布时滞Hopfield神经网络稳定性

针对分布时滞的Hopfield型神经网络构造了李雅普诺夫能量函数,证明了该网络的稳定性问题。证明过程中运用了引理的结论,充分利用了所取李雅普诺夫函数的特殊性,较多地运用了不等式分析方法及不等式放缩技巧。同时由于时滞的存在,证明过程中还涉及李雅普诺夫泛函问题。最后利用引理的结论得出了该网络全局一致渐近稳定的结论。     

具有不确定的时滞微分系统的稳定性

研究具有不确定的时滞微分大系统的鲁棒稳定性问题，利用李雅普诺夫函数和不等式分析方法，给出了不确定性时滞微分大系统在不依赖时滞的反馈分散控制下是稳定化的、渐近稳定化和指数稳定化的充分条件。     

具有反馈控制的Logistic扩散系统周期解的存在与稳定

利用上下解，Ｂｒｏｕｗｅｒ不动点原理及Ｌｙａｐｕｎｏｖ泛函方法，讨论了一类具有反馈控制的Ｌｏｇｉｓｔｉｃ扩散系统的周期解问题；获得了周期解存在且稳定的判别条件．     

基于观测状态的中立型时滞系统的镇定控制

研究了基于观测状态的中立型时滞系统的镇定控制问题.给出了新的镇定法则,利用改进的Lyapunov泛函,得到了这类系统基于线性矩阵不等式的镇定条件.最后,用实例说明了该文所得到的结果是正确的.