Hopfield型时滞神经网络的稳定性分析

研究了具有时滞的Hopfield型神经网络模型平衡点的全局渐近稳定性· 去掉了有关文献中关于fj 在R上有界性、可微性的条件 ,给出了更弱的实用性较强的判定平衡点的存在唯一性及全局渐近稳定性的条件 。

Hopfield型时滞神经网络模型的K-稳定性

研究具有时滞的Hopfield型神经网络模型Cidui(t)dt=-ui(t)Ri+∑nj=1 Tijfj(uj(t-τ))+Ii,ui(s)=φi(s), s∈[-τ,0],i=1,2,…,n平衡点的K 全局渐近稳定性与K 全局指数稳定性.通过使用不等式分析技巧和微分方程性质,得到了这类模型K 稳定性的易于验证的时滞相关充分条件,并举例验证其有效性.

Hopfield型时滞神经网络的指数稳定性

研究了Ｈｏｐｆｉｅｌｄ型随机时滞神经网络ｄｘ（ｔ）＝［－Ａｘ（ｔ）＋Ｂσ（ｘ（ｔ一τ））］ｄｔ＋ｆ（ｔ．ｘ（ｔ），Ｘ（ｔ—τ））ｄｗ（ｔ）的均方指数稳定性与几乎必然指数稳定性．应用Ｌａｙａｐｕｎｏｖ函数与鞅不等式，建立了这种随机时滞神经网络指数稳定的时滞相关的充分条件．文献中某些关于确定性的时滞神经网络ｘ（ｔ）＝－Ａｘ（ｔ）＋Ｂσ（ｘ（ｔ－τ））与神经网络ｘ（ｔ）＝－Ａｘ（ｔ）＋Ｂσ（ｘ（ｔ））的稳定准则是文中的特殊情况．

一类中立型时滞神经网络的稳定性分析

对一类时变时滞的中立型神经网络进行研究,首先利用同胚映射定理证明了系统平衡点的存在唯一性,其次通过构造适当的Lyapunov泛函并利用矩阵不等式的技巧得到了系统正平衡点全局渐近稳定的充分条件,最后通过2个数值算例来进一步验证所给条件的可行性和理论的正确性.

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。

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.

带有混合时滞的中立型随机神经网络的状态估计

研究了一类具有Markov跳变参数的中立型神经网络的状态估计问题,所考虑的神经网络含有Markov模态依赖的离散时滞和无穷分布时滞。通过构造模态依赖的Lyapunov-Krasovskii泛函,得到状态估计误差系统全局渐近稳定的充分条件,从而保证了所考虑神经网络的全阶状态估计器的存在。通过将非线性耦合的矩阵不等式转化为线性矩阵不等式,利用线性矩阵不等式计算状态估计器的增益矩阵,由此解决了神经网络的状态估计问题。最后,通过数值例子说明所提出设计结果的有效性。

具有可变时滞的Hopfield型随机神经网络的指数稳定性

研究了具有可变时滞的Ｈｏｐｆｉｅｌｄ型随机种经网络的指数稳定性，应用Ｒａｚｕｍｉｋｈｉｎ定理与 Ｌｙａｐｕｎｏｖ函数，建立了这种神经网络的均方指数稳定与几乎必然指数稳定的两类判据，一类是时 滞相关而另一类是时滞无关．

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。

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.

具有S-型分布时滞的Hopfield神经网络模型的渐近行为(英文)

研究了具有S 型分布时滞的Hopfield神经网络模型的渐近行为,得到了平衡点的存在唯一性及全局渐近稳定性的判据,所得结果不仅包含了已有的相应结果,而且具有更广泛的适用性.

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·

一类含有时变时滞的不确定中立型Hopfield神经网络的鲁棒稳定性判据

针对一类不确定中立型时变时滞Hopfield神经网络的鲁棒稳定性问题,构造了一个新Lyapunov-Krasovskii泛函,并结合自由矩阵方法和牛顿–莱布尼茨公式,得到了新的时滞相关稳定性判据.该判据考虑了中立型时变时滞Hopfield神经网络中的参数不确定性,所得结果以线性矩阵不等式(Linear matrix inequality,LMI)的形式给出,容易验证.最后,通过两个数值算例验证了该结果的有效性及可行性.该判据对丰富与完善中立型神经网络的稳定性理论体系,具有积极的意义.

具有变时滞的Hopfield型神经网络的全局指数稳定性

本文利用推广的Halanay时滞微分不等式和Lyapunov函数来研究具有可变时滞的Hopfield型神经网络的平衡状态的全局指数稳定性 ,得到了不依赖含任何未知函数存在性的简便代数判据 ,为实际应用提供方便 .

具有连续分布时滞的中立型Hopfield神经网络的吸引集

给出了具有连续分布时滞的中立型Hopfield网络吸引集存在的充分条件

随机分布参数型Hopfield时滞神经网络的稳定性

基于随机Fubini定理,利用关于空间变量平均的Lyapunov函数与Ito公式,研究了具时滞的分布参数型随机Hopfield神经网络的稳定性与镇定,获得了若干充分条件．

具有时滞的高阶Hopfield型神经网络的稳定性

通过Lyapunov泛函的方法,对具有时滞的高阶连续型Hopfield神经网络平衡点的稳定性进行分析,利用Razumikhin定理得到了平衡点全局一致渐近稳定的时滞相关与时滞无关充分条件.

具有时滞的Hopfield型神经网络的平稳周期振荡

研究一类具有周期输入的时滞Hopfield型神经网络 ui(t)=-biui(t)+∑nj=1Tij(t)f(u(t-τ))+Ii(t)的周期振荡,利用重合度和V_泛函的方法,得到了该网络存在唯一稳定周期振荡的条件·