噪声扰动下的广义时滞细胞神经网络稳定性分析

本文考虑到不可避免的噪声干扰,针对一类广义时滞细胞神经网络,引入随机扰动项,利用随机微分方程理论,It积分性质及分析技巧,研究了该系统在噪声扰动下的稳定性问题,并分别给出了判定平衡点全局稳定及全局指数稳定的充分条件.其结果以不等式形式给出,便于结论验证.最后,本文给出了主要定理的一个实例,表明结论的有效性.

一类广义时滞细胞神经网络模型的吸引性

本文讨论了如下广义细胞神经网络系统,xi(t)=-ci(t)xi(t)+sum from j=1 to n aij(t)fj(xj(t))+sum from j=1 to n bij(t)fj(xj(t-τij(t)))+Ii(t),i=1,2,...,n,借助于Lyapunov-Krasovskii型泛涵,得到了这类系统吸引性易于验证的充分条件。在实际应用中,设计验证所需条件是很方便的,具有更为广泛的理论意义和应用价值。

广义的时滞细胞神经网络的动态分析

本文研究了广义细胞神经网络的动态行为．首先利用度理论建立了这种广义时滞细胞神经网络的平衡点存在唯一的充要条件。

非线性时滞系统双阶段神经网络的改进广义预测控制

针对一类工业控制系统中存在的非线性、大时滞等情况,提出一种基于双阶段神经网络的改进隐式广义预测控制方法。首先,设计了一种基于快速回归算法和蝙蝠算法的双阶段神经网络模型,用于对非线性时滞系统进行建模,避免非线性系统下的模型失配问题;其次,采用比例积分(proportional integration, PI)结构优化广义预测控制目标函数设计,提高隐式广义预测控制性能;同时,改进控制增量选取策略,利用所预测的未来控制增量修正当前时刻控制增量;最后,将所设计的预测模型和预测控制方法应用于一个数值案例和锅炉燃烧系统,验证了所提控制策略的有效性。

具有时滞的广义细胞神经网络的稳定性分析

通过构造Liapunov泛函,结合常数变易法和不等式分析技巧,给出了具有时滞的广义细胞神经网络的指数稳定性的充分条件,推广并改进了相关文献(电子学报,1999,27(1):62～64.)的结果.

具有时变时滞的Cohen-Grossberg神经网络的广义同步

本文利用辅助系统方法研究了一类具有时变时滞的Cohen-Grossberg型神经网络的广义同步问题。首先,基于李雅普诺夫稳定性理论,得到了保证响应系统和辅助系统之间实现指数同步的充分条件。其次,利用线性矩阵不等式,得到了响应系统和辅助系统有限时间混合外同步的充分条件。随后,根据辅助系统方法得出驱动系统与响应系统广义同步。上述结果同样适用于延迟细胞神经网络,结果具有一般性。最后,给出相应的数值模拟来验证所得结论的有效性。

不确定随机时滞反应扩散广义细胞神经网络的有限时间鲁棒稳定性

细胞神经网络已成为应用数学领域研究的热点之一.时滞、反应扩散、不确定项的引入对于广义细胞神经网络的研究具有实际意义.在实际中,需要知道系统在某个固定的时间间隔的动态行为,即系统的有限时间稳定性.在不确定项范数有界的条件下,通过构造Lyapunov泛函,运用Ito公式和稳定性理论,给出了系统的有限时间鲁棒稳定性的充分条件,这些条件既依赖于时滞又依赖于反应扩散项.最后的数值举例表明了结论的有效性.

一类具多比例时滞广义细胞神经网络的全局指数稳定性

对一类具多比例时滞广义细胞神经网络的全局指数稳定性进行研究.首先用Brouwer不动点定理证明了该系统平衡点的存在唯一性,再通过建立时滞微分不等式,获得了保证该系统平衡点全局指数稳定的时滞独立的充分条件.最后,给出了一个数值算例验证所得结果的正确性和有效性.

具有无穷时滞的细胞神经网络的稳定性分析

本文研究了具有无穷时滞的细胞神经网络的全局吸引性问题 .利用常数变易法和不等式分析技巧 ,给出了无穷时滞的细胞神经网络无平衡点时 ,网络系统有吸引紧集的充分条件 ,同时也给出了无穷时滞的细胞神经网络有平衡点时 ,网络系统的平衡点全局渐近稳定的充分条件 .其结果推广了文 [7,8]的相应结果 .

基于LMI方法的时滞细胞神经网络稳定性分析

神经网络是一个复杂的大规模非线性系统 ,而时滞神经网络的动态行为更为丰富和复杂 .现有的研究时滞神经网络稳定性的方法中最为流行的是Lyapunov方法 .它把稳定性问题变为某些适当地定义在系统轨迹上的泛函 ,通过这些泛函相应的稳定性条件就可以获得 .该文得到了时滞细胞神经网络渐近稳定性的一些充分条件 .作者利用了泛函微分方程的Lyapunov Krasovskii稳定性理论和线性矩阵不等式 (LMI)方法 ,精炼和推广了一些已有的结果 .它们比目前文献报道的结果更少保守 .该文还给出了确定时滞细胞神经网络稳定性更多的判定准则 .

基于LMI的时滞细胞神经网络的全局渐近稳定性分析

研究了一类具有时滞的细胞神经网络的稳定性问题,利用Liapunov-Krasovskii泛函的方法,给出了时滞相关的稳定性判据.稳定性判据是以线性矩阵不等式(LMI)的形式给出,可以很容易得出时滞的上界.在得到时滞相关的稳定性判据的同时也可以得到时滞无关的稳定性判据,包含了已有文章中的很多结果.最后,数值算例说明了结果的优越性.

一类具有时滞的广义Hopfield神经网络的动态分析

研究了一类具有时滞的广义Hopfield神经网络的动态行为·放宽了对Hopfield神经网络的互连结构必须为对称的要求,考虑一类具有时滞的且互连结构为非对称的广义Hopfield神经网络的稳定性问题·通过构造适当的Lyapunov泛函及扇区条件,给出了平衡点渐近稳定的充分条件·在Hopfield神经网络的设计及实现过程中,这些条件是很实用的·仿真结果进一步证明了结论的有效性·

具变时滞细胞神经网络的指数稳定性与正周期解

利用Lyapunov函数研究具变时滞细胞神经网络的指数稳定性,获得新的判据,利用重合度理论得到了该神经网络正周期解存在的充分条件.

具有不对称结构的广义时滞神经网络的动态分析

研究一类具有不对称互连结构的广义时滞神经网络的动态行为.通过构造适当的Lyapunov泛函及扇区条件,给出了平衡点渐近稳定的充分条件,并对由推论给出的一种小增益条件进行了分析.仿真结果进一步证明了结论的有效性.

一类具比例时滞细胞神经网络的全局渐近稳定性

本文应用M-矩阵理论和构造合适的Lyapunov泛函,对具比例时滞细胞神经网络进行研究,得到确保该系统的平衡点存在唯一与全局渐近稳定的时滞依赖的充分条件.其次通过变换将这个系统等价变换成具常时滞与变系数的细胞神经网络,再通过M-矩阵理论和构造合适的Lyapunov泛函,得到确保该网络平衡点存在唯一与全局渐近稳定的时滞独立的充分条件.最后给出两个数值算例验证所得结果的正确性和与以往结果相比较低的保守性,并根据比例时滞因子的情况,分析了所得时滞依赖与时滞独立的条件的适用范围.

具有分布时滞的细胞神经网络的概周期解

该文对具有分布时滞的细胞神经网络的慨周期解进行了讨论,去掉了神经元输出函数全局Lipschitz条件的限制,利用不动点定理与微分不等式技巧,得到了此类神经网络概周期解的存在性,唯一性与指数稳定性的充分条件.

具时滞的细胞神经网络的全局稳定性的新定理

提出了判定具有时滞的细胞神经网络渐近稳定性的一条新定理 ,可以证明 ,该定理的结论使得直到目前为止的所有全局渐近稳定性定理或推论均为其特例 ,并且证明简单 ,条件判定也较容易实现 .

多时滞和分布时滞细胞神经网络的全局渐近稳定性

应用Young不等式技术和构造适当的Lyapunov函数,研究了同时具有多时变时滞和分布时滞的细胞神经网络的全局渐近稳定性问题.得出了时滞细胞神经网络的平衡点全局渐近稳定的几个充分判据.与现有一些文献中的结果相比,所得到的这些判据具有保守性小,适用范围宽等特点.仿真示例验证了所得结果的有效性.

一类具比例时滞细胞神经网络的全局渐近稳定性

研究一类具比例时滞细胞神经网络的全局渐近稳定性问题。通过一个非线性变换,将具比例时滞细胞神经网络等价变换成一类具常时滞变系数的细胞神经网络;通过同胚映射理论和构造合适的Lyapunov泛函,得到平衡点存在唯一且全局渐近稳定的充分条件。数值算例及仿真结果验证了所得结果的正确性。

时滞细胞神经网络部分状态脉冲镇定(英文)

研究了具有变时滞的细胞神经网络的部分状态脉冲镇定问题。利用细胞神经网络激活函数的分段线性性,应用分段可微的Lyapunov函数,并结合Razumikhin型分析技术,得到了部分状态脉冲控制律存在的充分条件。该充分条件表示为基于互联矩阵和脉冲区间界的线性矩阵不等式。应用上述结果,对一类时滞细胞神经网络,提出了一种新的脉冲镇定方案。该脉冲镇定方案仅需利用部分状态的输出信息。最后,给出了一个数值例子说明了此方案的有效性。