模糊变时滞Cohen-Grossberg神经网络全局指数稳定性

本文研究了模糊变时滞Cohen-Grossberg神经网络的全局指数稳定性,通过构造合适的Lyapunov函数和运用不等式技巧,得到了模糊变时滞Cohen-Grossberg神经网络平衡点的存在唯一性和全局指数稳定性的判别准则.

具有时变时滞的Cohen-Grossberg神经网络的广义同步

本文利用辅助系统方法研究了一类具有时变时滞的Cohen-Grossberg型神经网络的广义同步问题。首先,基于李雅普诺夫稳定性理论,得到了保证响应系统和辅助系统之间实现指数同步的充分条件。其次,利用线性矩阵不等式,得到了响应系统和辅助系统有限时间混合外同步的充分条件。随后,根据辅助系统方法得出驱动系统与响应系统广义同步。上述结果同样适用于延迟细胞神经网络,结果具有一般性。最后,给出相应的数值模拟来验证所得结论的有效性。

具时变时滞的随机模糊Cohen-Grossberg神经网络的均方指数输入状态稳定性（英文）

本文对具随机和时变时滞效应的模糊Cohen-Grossberg神经网络的均方指数输入/状态稳定性进行了研究.利用Razumikhin技巧和时滞微分不等式,本文得到了神经网络的均方指数输入对状态稳定性的充分条件,并给出了一个例子来说明该方法的有效性.

基于LMI的时变时滞Cohen-Grossberg神经网络鲁棒稳定性

研究了时变时滞Cohen-Grossberg神经网络的全局鲁棒稳定性问题.基于线性矩阵不等式技术,给出了保证时变时滞Cohen-Grossberg神经网络平衡点唯一性和全局鲁棒稳定性的新判据.这些新判据不依赖于时滞的大小和放大函数,且与现有的一些结果相比,具有易于验证、适用范围广、条件更不保守等特点.仿真结果验证了本文方法的有效性.

具有变时滞离散Cohen-Grossberg神经网络的周期解

讨论了具有变时滞离散Cohen-Grossberg神经网络模型,利用M-矩阵理论与适合Lypunov函数,得到该类模型周期解的存在性与全局指数稳定性,推广了先前的结果.

一类变系数时滞分数阶神经网络的同步控制

研究一类带有Caputo分数阶导数的变系数时滞神经网络的同步问题.首先,通过将时滞及变系数引入已知的神经网络模型,得到一类能更准确地描述神经元之间相互作用的全新神经网络模型;其次,基于新的神经网络模型,提出一种简单的全局同步方案,并给出了同步控制器的解析表达式;最后,通过构造Lyapunov函数并利用时滞分数阶微分系统的Razumikhin型稳定性定理,证明了由驱动-响应系统得到的误差系统的零解稳定性,从而得到确保所研究的变系数时滞神经网络全局同步的充分条件.此外,通过数值算例验证了所得理论结果的正确性.

一类变时滞复数Cohen-Grossberg神经网络的动态行为分析

研究了一类具有变时滞的复数域Cohen-Grossberg神经网络平衡点的动态行为.在假定激活函数满足Lipschitz条件并且放大函数只满足具有下界的情况下,利用M矩阵和同胚映射原理,得到了确保该系统平衡点的存在性和唯一性的充分条件.基于矢量Lyapunov函数法和不等式技术,得到了确保该系统平衡点的模指数稳定性的判据.该判据形式简单,在实际应用时便于检验.该文所取得的研究成果推广了现有结论.最后通过给出一个数值算例和仿真结果验证了所得结论的正确性和可行性.

一类时变时滞模糊细胞神经网络的时滞依赖指数稳定性判据

针对一类带有时变时滞的模糊细胞神经网络,通过适当的构造Lyapunov-Krasovskii泛函,以线性矩阵不等式的形式提出了一种新颖的依赖于时滞的全局指数稳定性判据.与之前结果相比,所提出的判据针对模糊时滞项进行了变换,从而首次考虑了模糊细胞神经网络中非模糊项的连接权矩阵中元素的符号问题,降低了判据的保守性.并且时滞变化率的限制将被放松.仿真结果进一步证明了判据的有效性.

变时滞随机模糊细胞神经网络的均方指数稳定性分析

利用Lyapunov泛函及随机分析技巧研究一类变时滞的随机模糊细胞平衡点的均方指数稳定性,得到了均方指数稳定性的充分条件.该模型同时考虑了模糊不确定性和随机不确定性,更加接近真实的神经网络.最后给出一个例子证明结论的有效性.

变时滞Cohen-Grossberg神经网络稳定性分析

本文讨论了具有变时滞的Cohen-Grossberg神经网络的指数稳定性。利用Lyapunov泛函的方法和Halanay时滞微分不等式的技巧,给出了判定这类变时滞神经网络平衡点全局指数稳定性的几个充分条件,这些条件无须假设变时滞是可微的,推广了已有文献的一些结果,使模型的应用范围更加广泛。

随机变时滞模糊神经网络的均方渐近稳定性

基于线性矩阵不等式、Lyapunov-Krasovskill泛函和随机分析方法,研究了一类具有随机变时滞模糊神经网络的均方渐近稳定性,得到了均方渐近稳定性的充分条件.用数值例子说明了结果的有效性.

具有变时滞Cohen-Grossberg神经网络全局稳定性分析

通过选取一个新颖的Lyapunov-Krasovskii泛函和引入与系统等价的描述系统,利用一些自由权矩阵和不等式适当的放大,在Lyapunov-Krasovskii泛函方法的基础上,讨论了具有变时滞Cohen-Grossberg神经网络的全局稳定性问题并得到了2个时滞相关的渐近稳定性准则.所得到的稳定性准则以线性矩阵不等式(LMI)的形式给出,能够用Matlab工具箱LMI很容易地进行检验.且变时滞导函数只要有上界而不必小于1和系统激励函数的限制条件较现有文献中的条件要弱,这拓展了现有的结论.在最后的数值例子中,计算结果说明所得结论较以往的方法有很大改善.

具传输时滞和变系数的模糊细胞神经网络的指数稳定性及周期解(英文)

介绍一类具传输时滞和变系数的模糊细胞神经网络(FCNN),通过使用线性矩阵不等式(LMI)和Lyapunov-Krasovskii泛函,研究它的周期解的存在性及全局指数稳定性,并获得一些充分条件。此外,给出一个实例说明结果是可行的。

具中立变时滞的模糊细胞神经网络概周期解的存在性和全局指数稳定性(英文)

通过使用不动点定理和微分不等式技巧,研究了具有中立时变时滞的模糊细胞神经网路,得到了几个关于概周期解的存在性、唯一性和全局指数稳定性的新的充分性条件.

带有变系数的时滞模糊神经网络的鲁棒稳定性分析

研究了带有时滞和S-型分布延迟的模糊神经网络的局部鲁棒稳定性,给出非孤立平衡点的局部鲁棒稳定性及吸引域的充分条件,得到了平衡点的局部鲁棒稳定性判据,并且使其在带有时滞或无时滞的模糊神经网络中有了更广泛的应用.

时标上变时滞模糊Cohen-Grossberg神经网络反周期解的指数稳定性

定义一类新的周期函数,建立了时标上模糊Cohen-Grossberg神经网络系统反周期解的存在性和全局指数稳定性的充分条件,最后给出相应的数值例子验证理论结果的有效性.

具时变时滞模糊BAM神经网络周期解的稳定性

本文利用Lyapunov泛函及不等式(2ab≤ra2+1/rb2,r>0)导出了判定模糊BAM(bi-directional associa-tive memory)神经网络周期解的存在性与稳定性的一些充分条件,得到了其周期解全局指数稳定性的一些新的简单判据.

典型大时变时滞系统神经网络模糊PID控制及应用

针对典型大时变时滞系统,设计了一种基于神经网络的模糊PID控制器。该控制器综合模糊逻辑、神经网络与PID调节的各自优点,既具有模糊控制简单和有效的非线性控制作用,又具有神经网络的学习和适应能力,同时还具备PID控制的广泛适应性。该控制器能实现系统参数大范围失配情况下的闭环鲁棒稳定,并使闭环系统达到设定值无静差跟踪及满意的动态性能。

具有混合时滞的脉冲模糊Cohen-Grossberg神经网络p-指数稳定性

研究了一类具有混合时滞和脉冲的模糊Cohen-G rossberg神经网络p-指数稳定性.利用M-锥理论和不等式分析技巧,获得了保证此神经网络零解p-指数稳定的一些新的充分条件,推广和改进了已有文献的相关结果.

具有混合变时滞的脉冲Cohen-Grossberg神经网络的指数同步

该文研究了一类具有混合变时滞的脉冲Cohen—Grossberg神经网络模型的指数同步问题.通过构造适当的Lyapunov函数和利用反证法,得到了简单而有效的指数同步判据.最后,通过一个实例的数值模拟来说明所得结果的有效性.