分数阶时滞Cohen-Grossberg型BAM神经网络S-渐近ω-周期解

主要研究分数阶时滞Cohen-Grossberg型BAM神经网络的有界性和周期性问题.利用分数阶微积分性质,借助于微分中值定理和Ascoli-Arzela定理,给出了判定系统解的有界性,S-渐近ω-周期和全局渐近ω-周期解的充分条件.最后通过数值模拟例子验证所得到理论结果的有效性.

Cohen-Grossberg型BAM神经网络指数稳定性

为研究具有分布时滞的并带有脉冲的Cohen-Grossberg型BAM神经网络的全局指数稳定性问题,主要方法是构造一个恰当的Lyapunov泛函以及通过利用一些函数分析的技巧,得到了所研究系统平衡点的全局指数稳定的充分条件的判据.证明过程中将激活函数的单调性和连续可微性的假设削弱为只需要满足Lipschitz条件,推广了已有文献的一些结果,使模型的应用更具有一般性.实例分析表明了所得结论的有效性.

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。

具有比例时滞和D算子的BAM神经网络概周期解的存在性与稳定性

为了探讨一类含比例时滞和D算子的中立型BAM神经网络的概周期解的存在性与广义指数稳定性,首先,通过构造概周期函数空间,并利用压缩不动点原理,得到确保系统概周期解存在的充分条件,其次,使用微分不等式技巧得到确保系统概周期解广义指数稳定的充分条件.发现若系统的参数满足一定的条件,那么系统的概周期解是存在的,且是广义指数稳定的,而且所得结果与比例时滞无关.所得结论推进了现有文献中的相关工作.

分数阶变时滞Cohen-Grossberg型BAM神经网络全局Mittag-Leffler稳定

主要研究分数阶变时滞Cohen-Grossberg型BAM神经网络,利用分数阶微积分有关性质,定义Mittag-leffler函数和对时间区间的有效划分,借助微分中值定理和一些分析技巧,给出了判定其系统解全局Mittag-Leffler稳定性充分条件.最后,给出数值例子以验证理论结果的有效性.

具比例时滞四元数值中立型Cohen-Grossberg神经网络稳定性分析

主要研究具比例时滞四元数值中立型Cohen-Grossberg神经网络的稳定性.通过利用M-矩阵理论、同胚映射原理、Lyapunov函数、线性矩阵不等式等技术,得到了系统平衡点的存在唯一性和全局指数稳定性的充分条件;最后通过数值仿真验证所得结果的有效性和正确性.

变时滞二阶Cohen-Grossberg BAM神经网络周期解的全局指数稳定性

文章通过构造Lyapunov函数,利用周期解的存在性,讨论了变时滞二阶Cohen-Grossberg BAM神经网络周期解的全局指数稳定性。并举出一个例子来验证我们的结论是有效的。

具有非线性脉冲效应的Cohen-Grossberg型神经网络的指数同步

研究了一类具有非线性脉冲效应的Cohen-Grossberg型神经网络的指数同步,通过李亚普诺夫稳定性理论和一些不等式方法,利用r-范数得到了新的指数同步的充分条件;相对于线性脉冲效应文章中的结论,消除了对脉冲获得系数γik∈[-2,0]的限制,适用范围更加广泛一些。

离散型随机BAM神经网络时滞分布依赖全局指数稳定性

研究一类具有随机时滞与随机干扰的离散型BAM神经网络的全局指数稳定性，所建模型同时考虑离散时滞变化区间与分布概率对稳定性的影响．通过构造新的Lyapunov泛函并结合线性矩阵不等式（LMI）方法，得到了均方意义下依赖于时滞分布的全局指数稳定性条件．

一类中立型Cohen-Grossberg神经网络的概周期解

研究一类具有混合时滞的中立型Cohen-Grossberg神经网络。通过建立线性辅助方程,得到该神经网络存在唯一的概周期解的新结果,同时也给出此概周期解的存在范围。

时间尺度上时滞Cohen-Grossberg BAM神经网络系统概周期解的全局指数稳定性

本文通过使用李雅谱诺夫函数和不等式技巧等,在时间尺度上研究时滞CohenGrossberg BAM神经网络系统概周期解的全局指数稳定性,在此,不需要假设反应函数的有界性.最后,获得一些使其存在全局指数稳定的概周期解的充分条件,并给出例子去验证结果的有效性.

中立型时变时滞BAM神经网络状态估计器的设计

基于Lyapunov-Krasovskii稳定性理论和积分等式的方法,给出闭环误差系统全局渐近稳定的时滞依赖充分条件,进一步得到状态估计器增益矩阵的表示方法,从而完成对中立型时变时滞BAM神经网络状态估计器的设计,通过仿真算例验证了所得结论的正确性和有效性。

具有时滞和脉冲的中立型Cohen-Grossberg神经网络的正p-不变集与全局p-吸引集

研究了一类具有时滞和脉冲的中立型Cohen-Grossberg神经网络的全局吸引集.通过利用一个奇异时滞微分不等式和M-锥理论,获得了其正p-不变集与全局p-吸引集的充分条件.

固定时间内具有反应扩散项忆阻Cohen-Grossberg型神经网络的控制同步

研究一类具有反应扩散项忆阻Cohen-Grossberg型神经网络在固定时间内的控制同步问题.基于李雅普诺函数、固定时间稳定性理论、集值映射及微分包含理论,通过构造一个恰当的反馈控制器得到该神经网络在固定时间内同步的充分条件,且所得结论与反应扩散项相关.

中立型驱动反应BAM 神经网络的全局渐近同步性

针对一类具有时滞的中立型驱动反应BAM神经网络,提出全局渐近同步性问题.不使用现有文献中传统的李雅普诺夫泛函、矩阵测度和线性矩阵不等式(LMI)等已被广泛应用于研究神经网络全局渐近同步性的方法,而是通过构造2个微分不等式U 1(t)和U 1(t),利用微分不等式方程和不等式技巧解出2个不等式,得到能够确保中立型驱动反应BAM神经网络全局渐近同步的两个新的充分条件.

具有非线性脉冲效应和反应扩散项的Cohen-Grossberg型模糊神经网络的指数同步

研究了具有非线性脉冲效应和反应扩散项的Cohen-Grossberg型模糊神经网络的指数同步,通过Lyapunov稳定性理论和不等式技巧,利用p-范数得到了新的指数同步的充分条件.

中立型时滞BAM神经网络的稳定性分析

文章介绍了中立型时滞BAM神经网络,并重点分析其稳定性,给出了中立型时滞BAM神经网络的平衡点唯一和全局指数稳定性的判据,同时举例说明判据的正确性和结果的有效性。

具有反应扩散项和脉冲的随机模糊Cohen-Grossberg神经网络的指数同步

研究了具有随机扰动项和反应扩散效应的脉冲模糊Cohen-Grossberg型神经网络的指数同步问题:通过李雅普诺夫泛函理论、随机微分方程理论、It8公式和不等式方法,基于p-范数下得到了该神经网络模型指数同步的新的充分条件,并发现随机扰动项的存在对该神经网络模型同步有抑制作用,而反应扩散项的存在对该神经网络模型同步有促进作用.

变时滞模糊BAM神经网络的全局指数稳定性

本文讨论了一类具有变时滞模糊FBAM(fuzzy bi-directional associate memory)神经网络平衡点的存在性和全局指数稳定性,利用不动点定理及Halanay型不等式获得了平衡点存在唯一性及全局指数稳定性的充分条件,所得结论容易验证.最后举例说明所得结果的可行性。

一类神经网络的Lagrange全局指数稳定性

考虑3种不同的有界激励函数,利用Lyapunov函数法和不等式分析技巧,研究了一类具有变时滞的中立型Cohen-Grossberg神经网络的Lagrange全局指数稳定性,并给出了系统模型具有全局指数吸引集的构造性证明;研究结果既适用于分析单稳态系统也适用于多稳态系统;最后通过数值算例及仿真对结果进行了验证.