具变时延细胞神经网络模型的全局指数稳定性

通过构造新的Lyapunov泛函,巧妙引入可调实参数,并结合H ardy不等式以及推广的H alanay时延微分不等式,讨论了一类具有可变时延细胞神经网络(DCNNs)的全局指数稳定性问题,所得结果改进、推广了文[7]、文[8]中相应的结论,并可应用于以前所不能处理的若干情形。特别地,还通过实例说明了相应准则的应用,扩大了神经网络设计的范围,这在理论上和应用中都有着重要意义。

时延细胞神经网络的指数稳定性和周期解

研究时延细胞神经网络周期解的存在性和全局指数稳定性问题 .巧妙地引入可调实参数di>0 (1 ,2 ,… ,n) ,通过构造Lyapunov泛函并结合有效的分析技巧 ,给出新的充分准则 .所得的结果 ,推广和改进已有报道的相关结果 .这些准则可用于设计全局指数稳定的和周期振荡的具时滞的神经网络 ,扩大神经网络设计的范围 .

时延细胞神经网络(DCNN)的全局稳定性

讨论具时延的细胞神经网络（DCNN）的全局渐近稳定性，利用Lyapunov泛涵方法，通过构造Lyapunov泛涵，对DCNN的稳定性进行再分析．给出了DCNN全局渐近稳定时一些充分条件．

时延细胞神经网络的概周期解问题

研究时延细胞神经网络的概周期解问题 ,巧妙地引入可调实参数 di>0 (i=1,2 ,… ,n) .获得该神经网络存在唯一的概周期解的充分条件 ,以及所有其它解均指数地收敛于此概周期解的充分条件 .

时延细胞神经网络的全局渐近稳定性

通过 Lyapunov泛函方法和新的不等式分析技巧 ,讨论了一类时延细胞神经网络的全局渐近稳定性问题 ,得到了一个新的充分判据 。

时延细胞神经网络的全局渐近稳定性

通过构造新的Lyapunov泛函,在Lyapunov泛函中巧妙引入可调的实参数,并结合不等式运用的一些技巧,讨论了时延细胞神经网络的全局渐近稳定性问题,得到了该模型的平衡点全局渐近稳定的一些新的充分条件。所得的结果改进推广了已有文献中相应的一些结论,并且可应用于以前所不能处理的若干情形。理论分析和数学推导表明,全局渐近稳定性的一个简单充分判据与时延是有关的。所得结果突出了时延对于细胞神经网络的全局渐近稳定性的影响,这对于设计带时延的细胞神经网络有着重要的参考价值。此外,通过实例说明了相应结果的应用,这在理论上和应用中都有着重要的意义。

时延细胞神经网络的全局稳定性(英文)

给出了时延细胞神经网络全局稳定性的一个新的充分条件。通过构造 Lyapunov泛函并结合对 Young不等式分析,研究了一类带时延的细胞神经网络的全局稳定性问题。经理论分析和数学推导表明,全局稳定性的一个简单充分判据与时延无关,并具有实可调参数。所得的结果对于设计带时延的细胞神经网络有重要的指导意义。

时延细胞神经网络的指数稳定性和周期解

通过构造适当的Lyapunov泛函 ,巧妙引入参数q ij,r ij,qij,rij∈R和wi>0(i,j=1 ,2 ,… ,n) ,并结合不等式 2ab≤a2 +b2 分析技巧 ,讨论了一类时延细胞神经网络 (DCNNs)的全局指数稳定性和周期解的存在性 ,给出了一系列充分准则 .最后 。

时延细胞神经网络的全局稳定性讨论

利用 Ｌｙａｐｕｎｏｖ泛函方法，对一类时延细胞神经网络（ＤＣＮＮ）给出了若干新的稳定性准则，这些准则对设计全局稳定的神经网络，具有重要的理论和应用价值．