关于DML-CZ|常见问题解答|使用条件|数学档案|联系我们
 上一个 | 向上 | 下一步

第条

张天伟 ; 徐丽君
时滞离散随机分流抑制细胞神经网络的平均概周期性和矩指数稳定性.（英语）。 凯贝内提卡,第55卷(2019),第4版,第690-713页
MSC公司： 第39页第24页,39A30型,39A50型,92B20型|MR 4043543（材料要求）|Zbl 07177911号|内政部：10.14736/kyb-2019-4-0690
关键词：
半离散方法；随机性；克拉斯诺塞尔斯基不动点定理；几乎周期性；全局指数稳定性
总结：
利用微分方程的半离散方法，建立了随机分流抑制细胞神经网络（SICNs）的一种新的离散模拟形式，与Euler格式相比，它对连续时间随机SICNs给出了更精确的表征。首先，利用Minkowski不等式、Hölder不等式和Krasnoselskii不动点定理研究了离散随机SICNs的第二平均概周期序列解的存在性。其次，利用一些分析技巧和矛盾证明，研究了离散随机SICN的矩全局指数稳定性。最后，给出了两个例子来证明我们的结果是可行的。通过数值模拟，我们讨论了随机扰动对离散时间随机SICNN的概周期性和全局指数稳定性的影响。
类似文章：     
参考文献：
[1] 阿诺德，L.，都铎，C.：概周期仿射随机微分方程的平稳解和概周期解随机与随机。报告64（1998），177-193。内政部10.1080/17442509808834163|MR 1709282
[2] Arunkumar，A.，Sakthivel，R.，Mathiyalagan，K.，Park，J.H.：离散模糊马尔可夫跳变神经网络的鲁棒随机稳定性ISA Transactions 53（2014），1006-1014。DOI 10.1016/j.isatra.2014.05.002
[3] 巴什基尔采娃，I.：不完全信息下热化学系统随机灵敏度的控制Kybernetika 54（2018），96-109。内政部10.14736/kyb-2018-1-0096|MR 3780958号
[4] Bezandry，P.H.，Diagana，T.：概周期随机过程纽约施普林格出版社，2011年。内政部，2007年10月7日/978-1-4419-9476-9日|2761071先生
[5] Bouzerdoum，A.，Pinter，R.B.：分流抑制细胞神经网络：推导与稳定性分析IEEE传输。电路系统1-基础。理论应用。40 (1993), 215-221.内政部10.1109/81.222804|MR 1232563
[6] Chen，A.、Cao，J.、Huang，L.：具有时滞的分流抑制CNN的概周期解.物理。莱特。A 298（2002），161-170。DOI 10.1016/s0375-9601（02）00469-3|MR 1917000
[7] Dorogovtsev，A.Y.，Ortega，O.A.：Hilbert空间中随机方程周期解的存在性Visnik Kiiv。塞尔维亚大学。马特·梅赫。30 (1988), 21-30.MR 1004452
[8] Du，Bo，Liu，Y.R.，Abbas，I.A.：离散中立型神经网络周期解的存在性和渐近性结果J.弗兰克。第353号研究所（2016年），448-461。内政部2016年10月10日/j.jfranklin.2015.11.013|MR 3448152号
[9] Fan，Q.Y.，Shao，J.Y.：具有时变和连续分布时滞的分流抑制细胞神经网络的正概周期解.公共。非线性科学。数字。模拟。15 (2010), 1655-1663.DOI 10.1016/j.cnsns.2009.06.026|MR 2576792号
[10] Hu，M.F.，Cao，J.D.，Hua，A.H.：具有随机发生非线性和随机延迟的离散时间随机切换静态神经网络的均方指数稳定性《神经计算》129（2014），476-481。DOI 10.1016/j.neucom.2013.09.011|MR 3077664号
[11] Hu，S.G.，Huang，C.M.，Wu，F.K.：随机微分方程科学出版社，北京2008。内政部10.1142/9789812774798 \_0002|MR 0701398（材料要求）
[12] Hu，S.，Wang，J.：一类离散区间神经网络的全局鲁棒稳定性IEEE传输。电路系统。我是Regul。巴普。53 (2006), 129-138.内政部10.1109/tcsi.2005.854288|MR 2212239
[13] Huang，Z.K.，Mohamad，S.，Gao，F.：黄，Z.K.，穆罕默德，S.，高，F.：一类神经网络半离散化的多极值周期性.数学。计算机模拟。101 (2014), 43-60.DOI 10.1016/j.matcom.2013.05.017|MR 3199946
[14] Huang，Z.K.，Wang，X.H.，Gao，F.：离散时间神经网络概周期序列解的存在性和全局吸引性《物理快报》。A 350（2006），182-191。DOI 10.1016/j.physleta.2005年10月22日|MR 2344928号
[15] 黄，Z.K.，王，X.H.，夏，Y.H.：离散时间双向神经网络$\kappa$-概周期序列解的指数吸引子.模拟。模型1。实践理论18（2010），317-337。内政部10.1016/j.simpat.2009.11.007
[16] 卡瓦塔，T.：概周期弱平稳过程、统计与概率：纪念C.R.Rao的论文《北荷兰》，阿姆斯特丹，1982年，第383-396页。MR 0659491
[17] Kuang，J.C.：应用不等式.山东科学技术出版社，山东2012。
[18] Lan，Q.X.，Niu，H.W.，Liu，Y.M.，Xu，H.F.：一类随机非线性级联系统的全局输出反馈有限时间镇定Kybernetika第53页（2017年），第780-802页。内政部10.14736/kyb-2017-5-0780|MR 3750103型
[19] 刘、B、黄、L：具有连续分布时滞的分流抑制细胞神经网络概周期解的存在性和稳定性.物理。莱特。A 349（2006），177-186。DOI 10.1016/j.physleta.2005.09.023|MR 2343183号
[20] Liu，D.，Wang，L.J.，Pan，Y.N.，Ma，H.Y.：混合时变时滞离散随机模糊神经网络的均方指数稳定性《神经计算》171（2016），1622-1628。美国内政部10.1016/j.neucom.2015.06.045
[21]穆罕默德，S.：连续和离散时滞双向神经网络的全局指数稳定性《物理学D》159（2001），233-251。DOI 10.1016/s0167-2789（01）00344-x|MR 1868528
[22]穆罕默德，S.，戈帕尔萨米，K.：一类离散时间神经网络及其连续时间网络的动力学.数学。计算机模拟。53 (2000), 1-39.DOI 10.1016/s0378-4754（00）00168-3|MR 1777734号
[23]穆罕默德，S.，戈帕萨米，K.：具有时滞的连续和离散细胞神经网络的指数稳定性.申请。数学。计算。135 (2003), 17-38.DOI 10.1016/s0096-3003（01）00299-5|MR 1934312
[24]穆罕默德，S.，奈姆，A.G.：建模双向神经网络的积分-微分方程的离散类比.J.计算。申请。数学。138 (2002), 1-20.DOI 10.1016/s0377-0427（01）00366-1|MR 1876679号
[25]Nagamani，G.，Ramasamy，S.，Balasubramaniam，P.：纳加马尼，G时变时滞离散随机神经网络的鲁棒耗散性和无源性分析《复杂性》21（2014），47-58。内政部10.1002/cplx.21614|3457542号MR
[26]欧毅，刘毅，思毅，冯毅：时变时滞离散随机神经网络的稳定性分析《神经计算》第73期（2010年），第740-748页。内政部10.1016/j.neucom.2009.10.017
[27]Raj，S.、Ramachandran，R.、Rajendiran，S.和Cao，J.D.：脉冲扰动下具有泄漏和分布时滞的不确定随机神经网络的无源性分析Kybernetika 54（2018），3-29。内政部10.14736/kyb-2018-1-0003|MR 3780953（材料要求）
[28]öayl，M.，Yölmaz，E.：具有时变时滞的状态相关脉冲分流抑制CNN的周期解神经网络68（2015），1-11。DOI 10.1016/j.neunet.2015.04.004
[29]斯马特·D·R：不动点定理剑桥大学出版社，剑桥1980。MR 0467717
[30]斯威夫特·R·J：概周期协调过程格鲁吉亚数学。J.3（1996），275-292。内政部10.1007/bf02280009|MR 1388674号
[31]都铎，C.：仿射随机演化方程的概周期解随机与随机。报告38（1992），251-266。内政部10.1080/17442509208833758|MR 1274905
[32]王，P.，李，B.，李，Y.K.：时滞脉冲随机分流抑制细胞神经网络的平方米概周期解《神经计算》167（2015），76-82。DOI 10.1016/j.neucom.2015.04.089|MR 2343183号
[33]王，J.，张，X.M.，韩，Q.L.：时变时滞神经网络的事件触发广义耗散滤波IEEE传输。神经网络学习系统27（2016），77-88。内政部10.1109/tnnls.2015.2411734|MR 3465626号
[34]熊伟，曹建东：离散Cohen-Grossberg神经网络的全局指数稳定性神经计算64（2005），433-446。DOI 10.1016/j.neucom.2004.08.004
[35]熊L.，程J.，曹J.D.，刘Z.X.：一种新的不等式及其在改进双加性时变时滞动力系统稳定性判据中的应用应用数学。计算。321 (2018), 672-688.DOI 10.1016/j.amc.2017.11.020|MR 3732406号
[36]Xu，C.J.，Li，P.L.：徐，C.J.，李，P.L.：具有时变时滞和D算子的中立型分流抑制细胞神经网络的反周期解《神经计算》275（2018），377-382。DOI 10.1016/j.neucom.2017.08.030
[37]杨，L.，李，Y.K.：具有分布时滞的随机分流抑制细胞神经网络的周期解《推进差分方程》2014（2014），1-37。内政部10.1186/1687-1847-2014-37|3213930材质
[38]姚，L.G.：具有d算子的中性型分流抑制细胞神经网络的全局指数收敛性.神经过程。莱特。45 (2017), 401-409.内政部10.1007/s11063-016-9529-7
[39]张，T.W.：具有捕食收获的时滞Hassell-Varley型捕食者-食饵模型正概周期解的多重性.数学。方法。申请。科学。37 (2014), 686-697.内政部10.1002/ma.2826|MR 3180630
[40]张，T.W.：多时滞广义Mackey-Glass呼吸动力学模型的概周期振荡《国际生物数学杂志》。7（2014），1450029（22页）。内政部10.1002/ma.2826|材料要求3210478
[41]张，T.W.，甘，X.R.：具有反馈控制和时滞的离散捕鱼模型的概周期解.公共。非线性科学。数字。模拟。19 (2014), 150-163.DOI 10.1016/j.cnsns.2013.06.019|3142456先生
[42]张晓明，韩秋丽：一类具有区间时变时滞的广义神经网络的全局渐近稳定性IEEE传输。神经网络22（2011），1180-1192。内政部10.1109/tnn.2011.2147331
[43]张晓明，韩秋丽：Lyapunov-Krasovskii泛函和时变时滞递归神经网络稳定性判据的研究进展《神经计算》313（2018），392-401。美国内政部10.1016/j.neucom.2018.06.038
[44]张晓明，韩庆林，曾振国：基于正则Bessel-Legendre不等式的时滞神经网络的层次型稳定性判据IEEE传输。网络。48 (2018), 1660-1671.内政部10.1109/tcyb.2017.2776283
[45]Zhang，T.W.，Liao，Y.Z.，张天伟，廖永忠：一类纯滞后钓鱼模型正概周期解的存在性和全局吸引性Kybernetika（2017）第53页，第612-629页。内政部10.14736/kyb-2017-4-0612|3730255先生
[46]张海勇，邱，Z.P.，熊，L.L.：具有加性时变时滞和不确定半马尔可夫跳变的中立型神经网络的随机稳定性判据神经计算333（2019），395-406。DOI 10.1016/j.neucom.2018.12.028
[47]张，T.W.，熊，L.L.：具有分段Caputo导数的脉冲分数阶泛函微分方程的周期运动《应用数学快报》101（2020），106072。DOI 10.1016/j.aml.2019.106072|MR 4018066材料
[48]张，T.W.，杨，L.，徐，L.J.：概周期环境下一类捕食者-食饵系统的阶段结构控制《2019年国际控制杂志》（2019），印刷版。内政部10.1080/00207179.2018.1513165
[49]张，Z.Q.，周，D.M.：离散区间广义BAM神经网络周期解的存在性和全局指数稳定性J.弗兰克。《第347号指令》（2010），763-780。内政部2016年10月10日/j.jfranklin.2010.02.007|MR 2645389
[50]赵H.、孙L.、王G.：离散时间双向联想记忆神经网络的周期振荡《神经计算》70（2007），2924-2930。DOI 10.1016/j.neucom.2006.11.010
的合作伙伴
EuDML标志