一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性

考虑一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性,借助创建Lyapunov函数和运用非负半鞅收敛定理得到了该网络模型平凡解几乎必然指数稳定和p阶矩指数稳定的充分条件,并通过2个例子,说明结果的有效性.

随机延迟微分方程数值解的P阶矩指数稳定

尽管P阶矩指数稳定比P阶矩稳定更好,但迄今未见关于随机延迟微分方程数值解的P阶矩指数稳定的研究报导．此外在RAZUMIKHIN型定理已经被很好地应用于处理随机延迟微分方程解析解稳定性的同时,却没有随机延迟微分方程数值解的RAZUMIKHIN型结论．给出了随机延迟微分方程数值解的RAZUMIKHIN型P阶矩指数稳定条件;作为应用,考虑线性随机延迟微分方程的显式欧拉方法,得到了均方指数稳定条件．

脉冲时滞随机微分系统的p阶矩指数稳定性

利用Razumikhin型方法,研究脉冲时滞随机微分系统的p阶矩指数稳定性.结果表明,与已有方法相比,所给的两个定理适用范围更广.数值模拟验证了所得结果的有效性.

一类脉冲Cohen-Grossberg神经网络p阶矩指数稳定

考虑一类时滞脉冲随机Cohen-Grossberg神经网络p阶矩指数稳定。通过构造适当的Lyapunov泛函,利用Halanay和Hardy不等式,建立了一类时滞脉冲随机Cohen-Grossberg神经网络p阶矩指数稳定的判据。该判据改进和推广了先前文献的一些结果。

关于带跳中立型随机泛函微分方程p阶矩指数稳定性准则(英文)

本文研究了带跳中立型随机泛函微分方程的p阶矩指数稳定性,通过构造Lya-punov函数,运用分析的技巧得到了p阶指数稳定的准则.同时给出了一个例子显示出我们的结果是有效的.

脉冲随机延迟微分方程p阶矩指数稳定性(英文)

近来,文献[1]研究了脉冲随机延迟微分方程的p阶矩指数稳定性。然而,其主要结论的条件比较严格。改进这些条件,并给出一个例子来验证结论。

具Markov切换和Lévy噪声的中立型随机泛函微分方程p阶矩指数稳定性

研究一类具Markov切换与Lévy噪声的中立型随机泛函微分方程p阶矩指数稳定性.通过使用Razumikhin方法以及随机分析理论,建立该系统解p阶矩指数稳定的充分条件,进而获得具Markov切换与Lévy噪声的中立型随机时滞微分系统解的p阶矩指数稳定性判别定理.

单生过程首中时的各阶矩

给出了单生过程首中时多项式阶矩和指数阶矩的显式表达 ,讨论了 4个判别准则的概率意义 ,并得到了单生过程指数遍历的一个显式判别准则 .

中立型随机泛函微分方程的p阶矩指数稳定性

本文中研究中立型随机泛函微分方程的p阶矩指数稳定性,运用Lyapunov函数和随机分析的方法,得到中立型随机泛函微分方程的p阶矩指数稳定性新的结果.最后通过一个实例表明所得结果的有效性.

Markov调制的中立型变时滞SDE的矩指数稳定性

研究了Markov调制的中立型变时滞随机微分方程的一些稳定性问题,深入探讨了Markov调制的中立型时滞随机微分方程模型的稳定性和渐近性质,特别是p(0<p≤2)阶矩指数稳定性和p阶矩有界性,利用Lyapunov函数的方法,建立零解阶矩指数稳定性的新的判定准则,推广了Markov调制的中立型变时滞随机微分方程模型下矩指数稳定性成立的p的取值范围,得到的结果是已有结果的有力补充。

Markov跳变的非线性脉冲系统指数稳定性

研究了具有Markov跳变的随机脉冲系统的p阶矩指数稳定性和几乎必然指数稳定性.首先,利用平均停留时间,基于Lyapunov函数,建立了这类系统指数稳定的充分条件;然后,基于M-矩阵,给出了指数稳定的代数判据;最后,给出一个例子说明本文结果的有效性.

随机脉冲微分系统指数稳定性

该文首先给出了具有随机脉冲时刻影响的非线性微分系统模型,然后得到了该模型零解的p阶矩指数稳定和几乎必然指数稳定的充分条件,在所得结果中不要求dV(td,tx(t))定负.最后,给出一个例子说明所得结果的应用.

变时滞随机Cohen-Grossberg神经网络的指数稳定性的新判据

通过建立L算子不等式,利用随机分析技巧得到了变时滞随机Cohen-Grossberg神经网络的p-阶矩指数稳定的一个充分条件,并给出实例进行了说明.

混杂随机系统基于离散时间状态观测的几乎必然指数镇定

基于离散时间状态观测,研究混杂随机系统的几乎必然指数镇定.在扩散项和漂移项中同时加入反馈控制器,通过选取适当的Lyapunov函数,利用Markov链的平稳分布和稳定性分析的方法,得到混杂随机系统的几乎必然指数镇定,再通过含有线性反馈控制器系统的稳定性来说明所得结果的可行性.

具有时变时滞和分布时滞随机神经网络p阶矩指数稳定性

在仅要求时滞函数有上界的条件下,运用随机分析理论和微分不等式技巧得到了同时具有时变时滞和分布时滞的随机神经网络的p阶矩指数稳定充分条件,并用具体算例验证了方法的有效性,文章结论推广和改进了相关文献的结果.

具有脉冲的随机泛函微分方程的p阶矩指数稳定(英文)

在本文中,利用Lyapunov函数,借助Razumikhin技巧,作者研究了具有脉冲的随机泛函微分方程的p阶矩指数稳定性,得到了一些判定脉冲随机泛函微分方程p阶矩指数稳定的充分条件.所得结果说明非稳定的随机泛函微分方程,在脉冲干扰影响下也可以实现稳定化.

具有混合时滞的随机细胞神经网络的稳定性分析

讨论了具有混合时滞的随机细胞神经网络的p-阶矩指数稳定和几乎必然指数稳定性.借助于局部鞅收敛定理、M-矩阵的性质和It公式,在较为宽松的扩散系数矩阵的限制条件下,得到了p-阶矩指数稳定和几乎必然指数稳定的充分条件,推广了现有一些文献的结果.

一类具有随机扰动的传染病SEIR模型稳定性分析

考虑疾病传播过程中的随机干扰,运用随机人口建模中参数扰动的标准化技术,建立了一类具有随机扰动的传染病SEIR(susceptible-exposed but not infectious-infectious-removed)模型,证明了模型解的存在唯一性及非负性,并研究了无病平衡点满足p阶矩指数稳定的条件.研究结果为传染病预防与控制提供一定的理论依据与决策支持.

具有分布时滞和无界时变时滞的随机神经网络的稳定性分析

通过引入衰减因子,构造一个新的Lyapunov泛函,结合不等式技巧,利用随机分析理论研究同时具有无界时变时滞和有界分布时滞的随机神经网络的p阶矩指数稳定性和几乎必然指数稳定性。所得稳定性判据只涉及系统本身参数,易于在实践中验证,结论推广改进了相关文献的结果。实例说明方法的有效性。