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.

具时滞细胞神经网络周期解的全局渐近稳定性

讨论一类具时滞细胞神经网络周期解的全局渐近稳定性.通过构造合适的Lyapunov泛函及应用Barbalat引理,得到了具时滞细胞神经网络周期解的全局渐近稳定性的新的充分条件.最后通过数值算例及仿真证明了所得结论的有效性.

基于LMI的时滞细胞神经网络的指数稳定性分析

研究了一类具有时滞的细胞神经网络的指数稳定性问题,利用Lyapunov Krasovskii函数,给出了系统全局指数稳定的时滞相关稳定性条件,其结果以线性矩阵不等式的形式给出,可以很容易求出系统稳定的时滞上界,并且能够达到时滞无关指数稳定性和全局渐近稳定性.数值算例说明了本文结果的优越性.

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.

时滞细胞神经网络全局同步的滑模控制方法

利用改进的滑模控制方法,研究了具有多时滞和分布时滞细胞神经网络的全局同步问题.基于Lyapunov稳定性原理,运用线性矩阵不等式方法,设计滑模面,考虑了时滞独立和时滞相关两种情况.设计了合适的滑模控制器,以使得误差系统的轨迹能全局达到滑模面.得到了相对充分的条件,来确保时滞独立与时滞相关两种情况下误差系统的全局稳定性,从而实现时滞细胞神经网络的全局同步.结果表明所设计的滑模控制器由误差反馈控制输出来获得高增益补偿的准则,可用以处理神经网络的全局同步问题,并且此方法可应用于其他复杂神经网络.

基于M矩阵理论的时滞细胞神经网络稳定性分析

研究了时滞细胞神经网络的稳定性问题。通过M-矩阵理论及其判定引理,运用适当的线性参数变换,推导出时滞细胞神经网络的稳定性条件,相比常用的Lyapunov方法,论文为研究多时滞细胞神经网络的稳定性提供了一个更为简单的新方法,降低了原有结论的保守性,进一步推导完善了全局渐近稳定平衡点为原点时的充分条件。仿真实例证明了文章提供的方法有效可行。

时滞细胞神经网络的全局稳定性(英文)

研究了一类时滞细胞神经网络的稳定性问题,通过构造Liapunov函数并结合不等式分析技巧给出了神经网络的平衡点的全局渐近稳定和全局指数稳定的充分条件.

时滞细胞神经网络的稳定性分析

讨论了具有时滞的细胞神经网络的稳定性问题。给出稳定点的唯一性条件,然后通过建立适合网络模型的Lyapunov Krasovskii函数,利用不等式的放缩,得到了系统全局渐近稳定的时滞相关稳定性条件。其结果以线性矩阵不等式的形式给出,容易求出系统稳定的时滞上界,容易得到时滞无关稳定性结果,且该结果包含了现有文献中关于时滞无关稳定性分析的结果。并以数值算例说明了结果的优越性。

具有时滞细胞神经网络的稳定性分析

本文研究一类时滞细胞神经网络模型。并用非负矩阵性质的不等式技巧 。

常时滞细胞神经网络稳定性分析

该文研究了一类常时滞细胞神经网络的稳定性.构造Lyapunov-Krasovskii函数和线性矩阵不等式(LMI)对此类问题进行了探讨,并得出稳定性判据.所得判据提供了一些参数来适当地弥补了反馈矩阵与时滞反馈矩阵之间的平衡关系.而且所得的判据与时滞无关,推广了以前文献中出现的结果且具有更少的限制.数值仿真说明了该文所介绍的方法的有效性.

有噪及无噪的时滞细胞神经网络稳定性分析

分析了一类时滞细胞神经网络(DCNN)系统在无噪声和有噪声干扰情况下的稳定性.首先针对确定性系统给出了一种简单且容易验证的全局指数稳定性条件,然后讨论了噪声干扰下系统的稳定性.当DCNN被外部噪声扰动时,系统是全局稳定的.重要的是,当系统被内在噪声扰动时,只要噪声总强度控制在一定范围内,系统是全局指数稳定的.鉴于随机共振现象在越来越多的非线性生物系统中被发现,这种稳定性具有重要意义.

变时滞细胞神经网络的概周期解存在性与全局吸引性

本文利用不动点理论和微分不等式等技巧,研究了一类变时滞细胞神经网络概周期解的存在性与全局吸引性。

具有不变模块的时滞细胞神经网络平衡点分析

对一类由不变模块所描述且对信号强度进行改进后的时滞细胞神经网络的平衡点进行了分析.根据模型中状态反馈模块和时滞反馈模块的不变性特点,通过构造合适的迭代映射,研究了饱和区域内平衡点的存在性、个数以及局部渐近稳定性.给出了该时滞细胞神经网络模型全局指数稳定的充分条件,同时确定了此时该系统唯一平衡点存在的确定区域.获得的结果推广了已有对标准时滞细胞神经网络平衡点的上述性质所做的工作.

时滞细胞神经网络无条件稳定性的判断

本文讲述了时滞细胞神经网络(DCNN)的无条件稳定性的代数判据。该判据是充分和必要的,它对DCNN无条件稳定性的判断给出了一种基本方法,以代替那种有明显局限性的方法。文中通过两个示例表现出运用该判据进行判断的简捷特点。

时滞细胞神经网络的时滞相关指数稳定性

应用 Lyapunov泛函法研究了具有时滞的细胞神经网络 ( DCNNs)的平衡点的全局指数稳定性 ,获得了一个指数稳定性的判定准则 .这个准则与时滞的大小有关 ,即 DCNNs是指数稳定的只要系统所含时滞不超过一个界 .

一类具时滞细胞神经网络的全局一致渐近稳定性

讨论了一类具时滞细胞神经网络平衡点的全局一致渐近稳定性,通过构造合适的Lyapunov泛函,得到了三个具时滞细胞神经网络全局一致渐近稳定性的新的充分条件。

一类具有变时滞和脉冲的分层抑制细胞神经网络模型周期解的存在性

应用不等式技巧、Mawhin迭合度理论研究了带分布连续时滞和脉冲的SICNNs模型周期解的存在性,得到系统至少存在一个ω周期解的充分条件.最后,通过一个例子验证了结论的正确性.

带有变时滞的细胞神经网络模型概周期解的存在性和全局指数稳定性

应用不动点理论研究了如下的具有变时滞的细胞神经网络模型dxi(t)/dt=-ai(t)xi(t)+sum from j=1 to n[bij(t)fj(xj(t))+cij(t)fj(xj(xj(t-τj(t)))]+Ii(t) t≥0,i=1,2,…,n,其中xi(t)(i=1,2,…,n)是神经细胞的状态;n是细胞的数量;B(t)=(bij(t))n×n和C=(cij(t))n×n连续的矩阵函数,I(t)=(I1(t),I2(t),…,In(t))T是连续的概周期函数,f(x)=(f1(x1),f2(x2),…,fn(xn))T是细胞活动函数,A(t)=diag(a1(t),a2(t),…,an(t)),并且ai(t)>0,(i=1,2,…,n),时滞0≤τi(t)≤τ(i=1,2,…,n)是有界函数,得出了其概周期解得存在性和全局指数稳定性的充分条件。

一类离散反馈型时滞细胞神经网络模型及其数值模拟

细胞神经网络是一个大规模非线性系统,具有高速并行计算且易于硬件实现等特点,已被广泛应用于模式识别,图像处理等领域。本文基于时滞方程和反馈控制,对离散反馈型细胞神经网络进行设计,给出了满足相应功能的模板及其动力学分析,提出了一类离散反馈型时滞细胞神经网络,并借助模拟平台Matlab 7.0对基础的随机布朗运动进行了初步的数值模拟,数值模拟结果充分显示了布朗运动的随机性,证实了理论分析的有效性。该模型经过一定时间后能对粒子的随机状态作出反馈,可用于模拟二维平面上的随机行走。

时滞神经网络的全局渐近稳定性分析

研究一类具有时滞的细胞神经网络的稳定性问题,利用Lyapunov-Krasovskii泛函的方法,给出时滞相关的稳定性判据。稳定性判据是以线性矩阵不等式的形式给出,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。数值算例说明其结果的优越性。