一类具有时滞的神经网络模型的收敛性

运用Lyapunov泛函方法,讨论一类具有时滞的神经网络模型平衡点的全局渐近稳定性,并获得一个新的充分条件．     

具有连续分布时滞神经网络的稳定性分析

本文研究具有连续分布时滞神经网络的平衡点的稳定性问题,利用构造Ｌｙａｐｕｎｏｖ泛函和不等式分析技巧,给出了具有连续分布时滞神经网络全局渐近稳定性的充分条件。     

一类具有连续分布时滞模型的稳定性

本文利用一些分析技巧和Lyapunov泛函方法,研究一类具有连续分布时滞模型x'_i(t)=-b_ix_i(t) sumfromj=1to∞()ω_ijf_j(integralfromn=0to∞()k_j(s)x_j(t-s)ds) p_i,i=1,2,……,n平衡点的全局渐近稳定性,并获得了一个新的充分条件．     

具有时滞的双向联想记忆神经网络的全局渐近稳定性

双向联想记忆模型是两层异联想网络,本文讨论了具有轴突信号传输时滞的双向联想记忆神经网络的全局渐近稳定性,得出了保证神经网络平衡点稳定的几个充分条件,所得到的结论对于具有时滞的连续双向联想记忆神经网络的设计和应用都是很有意义的。     

广义向日葵方程的周期解

本文利用拓扑度理论,研究了一类广义向日葵方程周期解的存在性,获得了一些充分条件.