关于部分变元的全局渐近稳定性

本文考虑如下非自治系统dx/dt=f(t,x)利用李雅普诺夫直接方法得到了关于部分变元全局渐近稳定性的一些判别准则。

部分变元全局渐近稳定性的一个判定定理

利用 Liapunov直接方法得到了一个判别部分变元全局渐近稳定性的定理。

关于部分变元全局渐近稳定性的一个定理

本文利用Liapunov直接方法得到了关于部分变元全局渐近稳定性的一个判别准则。

关于微分方程部分变元渐近稳定性定理的改进

基于文献[1]思想,通过选取向量维数,改进了部分变元渐近稳定及在持续摄动下部分变元渐近稳定的两个定理,改进与推广了已有文献中的相应结果.

关于部分变元全局渐近稳定性的新判据

利用李雅普诺夫直接方法得到了关于部分变元全局渐近稳定性的一类新的判别准则，推广了有关文献中的有关结果。

关于部分变元渐近稳定性定理的推广

利用Lyapunov函数讨论了微分方程dxdt=f(t,x)的零解关于部分变元的渐近稳定性,得到关于部分变元的渐近稳定和全局渐近稳定的新的判别准则.

关于一类具有无限时滞的非线性系统部分变元的渐近稳定性

讨论了具有无限时滞的中立型泛函微分方程部分变元的渐近稳定性,去掉方程右端F(t,xt)有界的条件,通过构造Liapunov函数,得到了部分变元的渐近稳定性结果.

具分布偏差变元非自治数学生态学方程的全局渐近稳定性

通过构造不等式的方法,进而推广文献[4]和改进文献[5]的相应结果,得出了一类具分布偏差变元非自治微分方程解的渐近稳定性的充分条件,该方程包含了许多时滞生物数学模型。

一类新的变时滞中立型神经网络的全局渐近稳定性条件

研究了一类激活函数的状态变量带有微分时滞的中立型神经网络的稳定性问题.通过构造李亚普诺夫函数,并利用LMI分析技巧,获得了该类中立型神经网络的全局渐近稳定性的充分条件.最后通过实际算例验证了所得结果的有效性.

一类具变时滞细胞神经网络的全局渐近稳定性

讨论一类具变时滞细胞神经网络平衡点的唯一性和全局渐近稳定性,利用矩阵不等式,通过构造合适的Lyapunov泛函,得到了具变时滞细胞神经网络全局渐近稳定性的新的充分条件.

广义分离变量非线性非自治系统的部分变元全局稳定性

利用一般分离变量Lyapunov函数方法 ,讨论了一类非线性非自治系统的解关于部分变元的全局稳定性 。

随机微分方程关于部分变元的稳定性

讨论了 Ito∧型随机微分方程关于部分变元的随机稳定性和全局渐近稳定性 ,并对自治系统给出了一个构造性结果。

微分方程组的解关于部分变元的几个全局稳定性定理

利用李雅鲁诺夫函数讨论微分方程组的解关于部分变元的全局稳定性。

关于部分变元稳定性的几个推广

利用可选择地降低V函数的维数的办法 ,进一步推广并改进了文 [1～

部分变元的强稳定性研究

运用Liapunov直接法研究了微分系统中部分变元的强稳定性、强渐近稳定性及在持续摄动下部分变元的强稳定性、强渐近稳定性。

随机中立型时滞神经网络的全局渐近稳定性判据

研究一类含有变时滞的随机中立型神经网络的全局渐近稳定性问题.通过构造一个新的Lyapunov-Krasovskii泛函和不等式技术,得到了基于线性矩阵不等式表示的与时滞大小有关的时滞稳定的充分判据.该判据考虑了一类含有分布式时滞和随机扰动项并且激活函数是常量(正数、负数和零)的中立型神经网络,与现有文献相比,其更具有一般性和较少保守性.最后,通过2个算例分析,验证了所得结果是有效的.

一类二阶差分方程的全局渐近稳定性

讨论二阶非线性有理差分方程xn+1=xn-1(α+xn)2+β,n∈N的素二周期解、不变区间及全局渐近稳定性,其中参数α∈(1,+∞),β∈(0,1),初始条件x-1,x0∈(0,+∞).利用线性化方法和收敛定理得到了该方程的平衡点0=0是全局渐近稳定的;结合两个实例,通过Matlab数值模拟直观验证了结论的正确性.

Hopfield神经网络系统的全局渐近稳定性的一个充分条件

本文考虑变系数变时滞的 Hopfield神经网络系统dxidt=- bi( t) xi( t) + ∑nj=1aij( t) fj(λjxj( t-τij( t) ) ) + Ii( t)的全局惭近稳定性 ,获得了一个充分条件。

一类推广的BAM模型的全局渐近稳定性分析

在B KOSKO双向联想记忆模型(BAM模型)上,引入了变时滞,去掉了连接权矩阵对称的要求. 利用构造Liaponov泛函,得到了此动力学系统全局渐近稳定的条件. 所得结果,在人工神经网络理论和应用研究中具有实际意义.

Volterra积分微分方程关于部分变元的稳定性

本文给出了 Volterra 积分微分方程的零解关于部分变元的稳定性定义,并建立了几个判定定理。