随机时滞Hopfield神经网络分步θ方法的一般衰减率稳定性

旨在研究随机时滞Hopfield神经网络分步θ方法的一般衰减率稳定性。当θ∈[0,1/2)时,在步长受限的条件下,随机时滞Hopfield神经网络分步θ方法是一般衰减率稳定的。对于θ∈[1/2,1],不需要额外的步长要求,即可保证随机时滞Hopfield神经网络分步θ方法的一般衰减率稳定性。最后,通过一个数值例子验证所得结果的有效性。

一类具多比例时滞Hopfield神经网络的稳定性

讨论了一类具多比例时滞Hopfield神经网络的稳定性,通过构造合适的Lyapunov泛函,得到了神经网络全局渐近稳定、全局多项式稳定和全局指数稳定的充分条件。最后,给出相应的数值例子,验证了结论的正确性。

时滞Hopfield神经网络模型的全局吸引性和全局指数稳定性

对具有时滞的Hopfield神经网络模型 ,在非线性神经元激励函数是Lipschitz连续 (而非已有的大部分文献中假设是Sigmoid函数 )的条件下 ,通过构造适当的泛函 ,给出了这类模型全局吸引和平衡点全局指数稳定的易于验证的充分条件·

一类时滞Hopfield神经网络系统的全局稳定性

研究一类时滞Hopfield神经网络系统的平衡状态的存在性与全局稳定性 ,这类系统放弃了以前对激活函数的可微性与单调性要求。利用M矩阵理论 ,通过构造适当的Liapunov泛函 ,得到了系统全局渐近稳定的充分条件 ,改进了以前的相关结论。

时滞Hopfield神经网络的全局指数稳定性

利用时滞微分不等式 ,讨论了时滞 Hopfield神经网络的全局指数稳定性 ,获得了几个判定条件 .

时滞Hopfield神经网络的全局吸引性和全局指数稳定性

研究了如下形式的时滞型Hopfield神经网络u′i(t)=-biui(t)+ nj=1aijfj(uj(t-τij))+Ji, i=1,2,…,n的全局吸引性和平衡点的全局指数稳定。通过构建合适的Lyapunov泛函和利用不等式pxyp-1≤xp+(p-1)yp,获得了几个新的判定条件,这些结论推广了已知文献中的结果。

变时滞Hopfield神经网络模型的全局指数稳定性和全局吸引性

本文研究了具有变时滞的Hopfield神经网络模型。在非线性神经元激励函数是Lipschitz连续(而非已有的大部分文献中较强的条件)的条件下,运用Halanay一维时滞微分不等式等方法,得到了该系统的平衡点是全局指数稳定以及其模型自身满足全局吸引性。

一类时滞Hopfield神经网络系统的全局指数稳定

研究一类时滞Hopfield神经网络系统的平衡状态全局指数稳定性 .在放宽对激励函数的可微性与单调性要求的前提下 ,利用矩阵理论构造适当的李雅普诺夫泛函 ,得到系统全局指数稳定的充分条件 .

时滞Hopfield神经网络的全局指数稳定性

讨论带有可变时滞的Hopfield神经网络的全局指数稳定性.在非线性激励函数满足Lipschitz条件的假设下,利用推广的Halanay不等式、Dini导数和分析技巧,建立了这类神经网络系统全局指数稳定的几个判别准则.这些判别准则仅仅依赖于系统的参数.

多时滞Hopfield神经网络的鲁棒稳定性及吸引域的估计

通过构造适当的Lyapunov泛函及扇区条件,对一类具有参数摄动的多时滞Hopfield神经网络模型的鲁棒稳定性进行了分析,给出了平衡点渐近稳定的充分条件.利用矩阵范数的定义及性质,得到了一个以范数形式表示的推论,并提供了一种估计网络渐近稳定平衡点吸引域的方法.仿真结果进一步证明了结论的有效性.

时滞Hopfield神经网络的全局指数稳定性

利用时滞微分不等式 ,讨论了时滞 Hopfield神经网络的全局指数稳定性 ,获得了几个判定条件 .

分布参数高阶随机时滞Hopfield神经网络的指数稳定性

利用Lyapunov稳定性理论,积分不等式和Halanay不等式,研究了具分布参数的高阶随机时滞Hopfield神经网络的均方指数稳定性,得到了保证系统指数稳定且与扩散项相关的充分性条件,并给出了指数收敛率,同时放松了现有文献中对变时滞的要求,因而在一定程度上了改进了现有文献的结果.最后给出了数值算例验证所得结果的有效性.

带跳随机时滞Hopfield神经网络数值解的稳定性

研究了一类带有泊松跳的随机时滞Hopfield神经网络问题欧拉数值解的均方稳定性.首先证明了这类问题分析解的指数稳定性;在保证分析解指数稳定的前提下,证明了欧拉方法得到的数值解的均方稳定性,并通过实例对结论进行了验证.

分布时滞Hopfield神经网络稳定性

针对分布时滞的Hopfield型神经网络构造了李雅普诺夫能量函数,证明了该网络的稳定性问题。证明过程中运用了引理的结论,充分利用了所取李雅普诺夫函数的特殊性,较多地运用了不等式分析方法及不等式放缩技巧。同时由于时滞的存在,证明过程中还涉及李雅普诺夫泛函问题。最后利用引理的结论得出了该网络全局一致渐近稳定的结论。

混杂型离散时间脉冲时滞Hopfield神经网络的多稳定性分析

研究一类混杂型离散时间脉冲时滞Hopfield神经网络的多稳定性问题。首先,运用Brouwer不动点定理,证明所考虑的脉冲时滞神经网络具有多个平衡点。然后,引入Lyapunov函数,运用不等式分析技术,建立脉冲离散时滞Hopfield神经网络多稳定性判别准则,并给出平衡点吸引域的估计。最后,通过数值实例仿真验证结果的有效性。

时滞Hopfield神经网络稳定性测试方法研究

利用Lyapunov泛函方法,研究了具有时滞的Hopfield神经网络稳定性的测试问题,得到了网络全局渐近稳定性与滞量无关的测试方法,这对于时滞神经网络的设计与检验具有普遍应用的意义。

不具备M—矩阵条件的时滞Hopfield神经网络模型的收敛性

考虑了一类具有时滞的Hopfield神经网络模型解的收敛性.在不需要M—矩阵条件的前提下,获得了该网络的所有解当t→∞时都趋向于平衡点.其结果补充和完善了已有文献的相应结果.

时滞Hopfield神经网络的概周期解

主要研究一类无限区间上的具有S-分布时滞的Hopfield神经网络模型的概周期解问题。一方面去掉激活函数必须满足全局Lipschitz条件的限制,另一方面扩大时滞的应用范围,利用Banach不动点定理和不等式分析技巧,得到了保证所研究的神经网络的概周期解的存在性与全局吸引性的充分条件,并用一个例子说明了所得结果的有效性与可行性。本文结果在一定程度上改善和推广了已有文献的结论。

二维具时滞Hopfield神经网络动力学行为研究

Hopfield神经网络模型是对人脑神经网络的某些机理与机制的抽象,它可以模拟大脑实现联想记忆和优化计算等方面的功能.本文对一类二维具时滞的Hopfield神经网络模型进行了理论分析,给出了系统可能出现的稳定平衡点、周期解以及混沌奇异吸引子的参数选取信息,并在理论分析的基础上进行了数值模拟,用计算机描绘出解曲线图.本结果对人工神经网络的应用提供参数依据.

变时滞Hopfield神经网络的全局吸引性和全局指数稳定性

对一类具时滞的Hopfeild型神经网络模型,在非线性神经元激励函数只要求满足Lipschitz连续的条件下,利用推广的Halanay时延微分析不等式、Dini导数以及泛函微分析技术,给出了这类模型的平衡点全局指数稳定性和全局吸引性的充分条件,这些条件易于检验,且改进和推广了前人的结论.此外,此文给出了研究神经网络模型的全局吸引性的微分不等式比较方法.