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.

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.

高阶变时滞广义细胞神经网络的全局指数周期性

研究了高阶变时滞广义细胞神经网络的全局指数周期性.引入可调参数和通过构造合适的Lyapunov泛函并利用Brouwer压缩映象原理,得到了神经网络周期解存在唯一且全局指数周期与全局指数稳定的充分条件,并给出一个例子说明结论的有效性.

具比例时滞高阶广义细胞神经网络的全局指数周期性

研究了一类具比例时滞高阶广义细胞神经网络的全局指数周期性与稳定性问题.通过非线性变换y_i(t)=x_i(e^t),将一类具比例时滞高阶广义细胞神经网络等价地变换成一类具常时滞与时变系数的高阶广义细胞神经网络,再通过构造合适的Lyapunov泛函,利用Brouwer压缩映象原理和一些不等式的分析技巧,得到了该神经网络的周期解的存在唯一且全局指数周期与全局指数稳定的几个新的时滞依赖的充分条件,并且这些条件仅通过一些简单的代数运算就容易验证.

S-分布时滞随机广义细胞神经网络的均方指数稳定性分析

利用Lyapunov泛函方法和随机分析技巧,研究了S-分布时滞随机广义细胞神经网络的全局均方指数稳定性。给出了稳定性判据。仿真实验验证了结论的正确性。

高阶S-分布时滞广义细胞神经网络的全局指数稳定性

研究一类高阶S-分布时滞广义细胞神经网络的稳定性.利用一些分析技巧,通过构造恰当的Lebesgue-Stieltjes积分型Lyapunov泛函,得到系统全局指数稳定的充分条件,判断方法简单易验证.最后给出了主要定理的一个实例,表明结论的有效性.

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.

随机时滞反应扩散广义细胞神经网络的均值指数稳定性

研究了一类反应扩散广义时滞细胞神经网络在噪声干扰下的指数稳定性.利用Ito公式,Holder不等式,M矩阵性质和微分不等式技巧,给出了系统均值指数稳定的充分条件,并且判断方法简单易操作.最后给出了主要定理的两个应用实例,表明结论的有效性.

带阈值的广义双向细胞联想神经网络GCBAM及其稳定性质研究

在提出双向细胞联想神经网络CBAM的基础上 ,通过引入阈值概念 ,进而提出了广义双向细胞联想神经网络GCBAM ,研究了其平衡态 ,存在性质及其Lyapunov意义下的网络稳定性质。