高阶S-分布时滞广义细胞神经网络的全局指数稳定性

研究一类高阶S-分布时滞广义细胞神经网络的稳定性.利用一些分析技巧,通过构造恰当的Lebesgue-Stieltjes积分型Lyapunov泛函,得到系统全局指数稳定的充分条件,判断方法简单易验证.最后给出了主要定理的一个实例,表明结论的有效性.     

带脉冲的BAM神经网络的全局指数稳定性

利用M矩阵理论,推广的微分不等式和Lyapunov函数,研究了一类带时滞和脉冲的BAM神经网络平衡点的存在唯一性和全局指数稳定性条件.文中推广了以往文献脉冲函数的形式,无需时滞的可导性要求,从而减弱了以往结论的条件,并且可以估计网络的指数收敛速率.     

一类Hopfield型时滞神经网络模型的全局渐近稳定性

用拓扑度和Lyapunov泛函方法，讨论了一类具有时滞的Hopfield神经网络平衡点的存在性及其全局渐近稳定性．所获得的若干判别条件，都去掉了有关文献中关于激活函数的可微性和有界性限制，增强了模型的适用性．     

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。     

具有S-分布时滞BAM神经网络的全局指数稳定性

研究一类S-分布时滞BAM神经网络的稳定性问题.通过构造恰当的Lebesgue-Stieltjes积分型Lyapunov泛函,并结合Schwartz不等式和一些分析技巧,得到了系统全局指数稳定的充分条件,最后给出了主要定理的一个实例,表明结论的有效性.     

多比例时滞细胞神经网络的指数周期性与稳定性

研究了一类具多比例时滞细胞神经网络的全局指数周期性与稳定性.通过变换y(t)=x(e~t)将具多比例时滞的细胞神经网络变换成具常时滞变系数的细胞神经网络,利用一些分析技巧与构造合适的Lyapunov泛函,得到系统的周期解存在唯一且全局指数周期的时滞依赖的充分条件,判断方法简单易验证.并给出了两个例子及其数值仿真结果以支持所得结论.     

具有时滞的广义BAM脉冲神经网络的全局指数稳定性

本文讨论一类具有时滞的广义双向联想记忆（BAM）脉冲神经网络的指数稳定性．利用Banach空间的不动点定理和Lyapunoy泛函,在不假定激励函数有界、单调和可徽的条件下,得到了平衡点的存在唯一性定理及其为全局指数稳定的充分条件．文末通过实例阐释了所获结论的有效性．     

时滞传染病模型的指数稳定性

利用分析技巧研究了一类SEIRS传染病模型的动力学行为.结论表明如果再生数小于1,则带变时滞的传染病模型的无病平衡点是全局指数渐近稳定的,如果再生数大于1,得到传染病平衡点局部指数稳定的充分条件,同时给出了例子说明结论的有效性.     

一类带有阈的神经网络模型的全局稳定性

利用分析技巧,获得了一类带有阈的神经网络模型全局稳定性的判据,去掉了文「１」相应结果的一个较强条件∫＾∞０ｓｋ（ｓ）ｄｓ〈＋∞。     

具有变时滞竞争神经网络的指数稳定性

利用微分方程组的基解矩阵及推广的Halanay微分不等式等分析技巧,讨论了一类具有不同时间尺度的变时滞竞争神经网络的平衡点存在和唯一性,并给出指数稳定性判定的充分条件,最后通过数值仿真实例检验结果的正确性.     

一类具变时滞的模糊BAM神经网络的平衡点的指数稳定性(英文)

研究一类具变时滞的模糊BAM神经网络.利用拓扑度论和微分不等式,获得了该类网络平衡点的存在性、唯一性和全局指数稳定性的充分条件.一个例子用来解释本文获得的结果.     

带脉冲变系数的BAM神经网络的全局指数稳定性

在固定脉冲时刻,利用无需有界、单调和可微的李普希茨激励函数,来研究BAM脉冲神经网络,获得平衡点的存在唯一性和全局指数稳定性的充分条件,然后通过举例来验证所得结论的有效性．     

变时滞区间细胞神经网络的全局鲁棒稳定性

利用拓扑度理论和Liapunov泛函方法讨论了变时滞区间细胞神经网络的全局鲁棒稳定性．给出了实用有效的判定条件,推广了有关文献中的结果．     

具有时滞的Hopfield人工神经网络动力系统模型的全局渐近稳定性

Hopfield人工神经网络动力系统模型平衡点的全局渐近稳定性在网络记忆以及最优化等领域具有广泛的应用。本文中,作者研究了一类具有时滞的Hopfield人工神经网络动力系统,通过构造Liapunov泛函的方法,获得了其平衡点全局渐近稳定和局部渐近稳定的充分判定条件。所给出的判定条件只依赖于系统本身的拳数参数和传递函数以及系统中出现的部分时滞。同时,当系统的自身反馈项为负时,此自身反馈项对于系统的稳定性起到稳定化的作用。此外,数值模拟表明时滞的变化对于系统的稳定性具有重要的影响。可破坏系统的稳定性。进而产生周期振动或更为复杂的非线性现象。     

具有混合时滞和脉冲效应的随机反应扩散Cohen-Grossberg神经网络的指数稳定性

研究了一类具有混合时滞和脉冲效应的随机反应扩散Cohen—Grossberg神经网络模型,应用M-矩阵,It微分公式和分析技巧,得到了模型平衡点的全局均方指数稳定性的充分条件,所得结果推广了已有的工作．     

带时间延迟的Cohen-Grossberg神经网络全局鲁棒稳定性的一个结果（英文）

在本文中,我们讨论了一类带时间延迟的Cohen-Grossberg神经网络,并研究了这个系统平衡点的全局鲁棒稳定性。利用Lyapunov函数,我们得出了全局鲁棒收敛性的几个充分条件。这些条件以线性矩阵不等式（LMI）的形式表达。因此,从计算的角度出发他们是高效的。另外,这些条件不依赖于时间延迟和神经网络的激发函数。     

具时滞的Hopfield型神经网络模型的全局渐近稳定性

本文研究了具时滞的Hopfield型神经网络模型平衡点的全局渐近稳定性,获得了一系列充分条件。