变时滞中立型BAM神经网络的全局稳定性(英文)

本文通过构造新型的Lyapunov-Krasosvskii函数并利用矩阵不等式技巧获得了一类变时滞中立型BAM神经网络的全局稳定性判据,该判据便于应用.数值例子表明,与已有结果相比,该判据具有较低的保守性.

中立型时变时滞BAM神经网络状态估计器的设计

基于Lyapunov-Krasovskii稳定性理论和积分等式的方法,给出闭环误差系统全局渐近稳定的时滞依赖充分条件,进一步得到状态估计器增益矩阵的表示方法,从而完成对中立型时变时滞BAM神经网络状态估计器的设计,通过仿真算例验证了所得结论的正确性和有效性。

中立型驱动反应BAM 神经网络的全局渐近同步性

针对一类具有时滞的中立型驱动反应BAM神经网络,提出全局渐近同步性问题.不使用现有文献中传统的李雅普诺夫泛函、矩阵测度和线性矩阵不等式(LMI)等已被广泛应用于研究神经网络全局渐近同步性的方法,而是通过构造2个微分不等式U 1(t)和U 1(t),利用微分不等式方程和不等式技巧解出2个不等式,得到能够确保中立型驱动反应BAM神经网络全局渐近同步的两个新的充分条件.

中立型时滞BAM神经网络的稳定性分析

文章介绍了中立型时滞BAM神经网络,并重点分析其稳定性,给出了中立型时滞BAM神经网络的平衡点唯一和全局指数稳定性的判据,同时举例说明判据的正确性和结果的有效性。

具有比例时滞和D算子的BAM神经网络概周期解的存在性与稳定性

为了探讨一类含比例时滞和D算子的中立型BAM神经网络的概周期解的存在性与广义指数稳定性,首先,通过构造概周期函数空间,并利用压缩不动点原理,得到确保系统概周期解存在的充分条件,其次,使用微分不等式技巧得到确保系统概周期解广义指数稳定的充分条件.发现若系统的参数满足一定的条件,那么系统的概周期解是存在的,且是广义指数稳定的,而且所得结果与比例时滞无关.所得结论推进了现有文献中的相关工作.

一类中立型Cohen-Grossberg神经网络概周期解的存在唯一性

通过建立线性辅助方程,利用指数二分性及不动点定理,获得了一类具有混合时滞的中立型Cohen-Grossberg神经网络概周期解存在唯一性的充分条件.