黄创霞;刘冰文;杨和迪;曹金德 包含混合时滞和D算子的SICN上的正概周期性。 （英语） Zbl 1506.34091号 非线性分析。，模型。控制 27，第4期，719-739（2022）. 利用微分方程对神经网络的动力学建模有着丰富的理论。在这项工作中，作者考虑了具有混合延迟的分流抑制细胞神经网络的微分方程模型。在一定的外部输入条件下，证明了正解的存在性。然后，建立了全局指数稳定的概周期解的存在性。几乎周期性的概念比周期性更为普遍，是一个重要的定性性质。用于建立结果的技术是Lyapunov泛函方法以及一些微分不等式。在最后一节中，示例中提供了插图。从图中可以清楚地看出，这些解几乎是周期的和稳定的。结论部分还提出了未来可能的研究问题。审核人：赛义德·阿巴斯（曼迪） 引用于2文件 MSC公司： 34K14型 泛函微分方程的概周期解和伪最周期解 34K20码 泛函微分方程的稳定性理论 34K12型 泛函微分方程解的增长性、有界性和比较 34K38型 泛函微分不等式 37C60个 非自治光滑动力系统 92B20型 生物研究、人工生命和相关主题中的神经网络 关键词：正概周期解;稳定性;分流抑制性细胞神经网络;D操作员;混合延迟 PDF格式BibTeX公司 XML格式引用 \textit{C.Huang}等，非线性分析。，模型。对照27，编号4，719-739（2022；Zbl 1506.34091） 全文： 内政部 OA许可证 参考文献： [1] M.U.Akhmet，M.O.Fen，迟钝SICNs对Li-Yorke混沌的吸引，神经计算，147:330-3422015，https://doi.org/10.1016/j.neucom.2014.06.055。 ·doi:10.1016/j.neucom.2014.06.055 [2] A.Bouzerdoum，B.Nabet，R.B.Pinter，《定向敏感分流抑制细胞神经网络的分析和模拟实现》，收录于B.P.Mathur，C.Koch（编辑），SPIE教授，第1473卷，视觉信息处理：从神经元到芯片，SPIE1991年，第29-38页，https://doi.org/10.1117/12.45538。 ·数字对象标识代码：10.1117/12.45538 [3] Q.Cao，X.Long，具有时变时滞和连续分布时滞的惯性神经网络的新收敛性，AIMS数学。，5(6):5955-5968, 2020, https://doi.org/10.3934/马赫.2020381·Zbl 1484.34103号 ·doi:10.3934/小时.2020381 [4] L.Farina，S.Rinaldi，《正线性系统：理论与应用》，John Wiley&Sons，纽约，2000年，https://doi.org/10.1002/9781118033029。 ·兹比尔0988.93002 ·doi:10.1002/9781118033029 [5] A.Fink，《概周期微分方程》，Lect。数学笔记。，第377卷，施普林格，柏林，1974年，https://doi.org/10.1007/BFb0070324。 ·Zbl 0325.34039号 ·doi:10.1007/BFb0070324 [6] J.K.Hale，《常微分方程》，Krieger，Malabar，FL，1980年，https://book4you.org/book/1229408/20308f·Zbl 0433.34003号 [7] 黄建华，龙晓龙，曹建军，多比例时滞反周期递归神经网络的稳定性，数学。方法应用。科学。，43:6093-6102, 2020, https://doi.org/10.1002/mma.6350·Zbl 1456.34071号 ·doi:10.1002/mma.6350 [8] C.Huang，Y.Tan，具有时滞和Dirichlet条件的反应扩散模型的全局行为，J.Differ。方程，271:186-2152021，https://doi.org/10.1016/j。约2020.08.008·兹比尔1454.35214 ·doi:10.1016/j.jde.2020.08.08 [9] C.Huang，H.Yang，J.Cao，带D算子的多比例延迟分流抑制细胞神经网络的加权伪几乎周期，离散Contin。动态。系统。，序列号。S、 14（4）:1259-12722021年，https://doi.org/10.3934/dcdss.2020372。 ·Zbl 1475.92016年 ·doi:10.3934/dcdss.2020372 [10] C.Huang，Z.Yang，T.Yi，X.Zou，关于一类具有非单调双稳态非线性的时滞微分方程的吸引域，微分方程，256（7）：2101-21142014，https://doi.org/10.1016/j.jde.2013.015。 ·Zbl 1297.34084号 ·doi:10.1016/j.jde.2013.015年12月 [11] C.Huang，X.Zhao，J.Cao，F.E.Alsaadi，具有多对可变延迟的新古典增长模型的全球动力学，非线性，33（12）：6819-6834200，https://doi。org/10.1088/1361-6544/abab4e·兹比尔1456.34079 ·doi:10.1088/1361-6544/abab4e [12] 黄志伟，时变时滞模糊细胞神经网络的概周期解，神经计算。申请。，28:2313-2320, 2017, https://doi.org/10.1007网址/s13042-016-0507-1·doi:10.1007/s13042-016-0507-1 [13] V.B.Komanovskii，V.R.Nosov，《泛函微分方程的稳定性》，学术出版社，伦敦，1986年，https://book4you.org/book/104884/3dc051。 ·Zbl 0593.34070号 [14] B.Li，F.Wang，K.Zhao，二维半耗散Boussinesq方程的大时间动力学，非线性，33（5）：2481-25012020，https://doi.org/10.1088/1361-6544/ab74b1·兹比尔1481.35334 ·doi:10.1088/1361-6544/ab74b1 [15] B.Liu，具有连续分布泄漏延迟的中性型CNN的伪概周期解，神经计算，148:445-454，2015，https://doi.org/10.1016/j。neucom.2014.07.020·doi:10.1016/j.neucom.2014.07.020 [16] I.Manickam，R.Ramachandr，G.Rajchakit，J.Cao，C.Huang，具有马尔可夫跳跃参数的时滞随机Cohen-Grossberg神经网络的新型拉格朗日意义指数稳定性判据：一种图论方法，非线性分析。模型。控制，25（5）：726-7442020，https://doi.org/10.15388/namc.2020.25.16775。 ·Zbl 1448.93273号 ·doi:10.15388/namc.2020.25.16775 [17] C.Qian，Y.Hu，渐近概周期环境中非线性密度相关死亡率Nicholson苍蝇系统的新稳定性准则，J.Inequal。申请。，2020:13, 2020, https://doi.org/10.1186/s13660-019-2275-4。 ·Zbl 1503.37094号 ·数字对象标识代码：10.1186/s13660-019-2275-4 [18] J.Shao，L.Wang，C.Ou，无全局Lipschitz激活函数的分流抑制细胞神经网络的概周期解，应用。数学。型号。，33(6):2575-2581, 2009, https://doi.org/10.1016/j.pm.2008.07.017。 ·兹比尔1205.34087 ·doi:10.1016/j.apm.2008.07.017 [19] 石明明，郭敬杰，方小芳，黄春华，时滞惯性竞争神经网络的全局指数稳定性，Adv.Differ。Equ.、。，2020:87, 2020, https://doi.org/10.1186/第13662-019-2476-7节·Zbl 1482.93516号 ·doi:10.1186/s13662-019-2476-7 [20] J.Wang，S.He，L.Huang，节点焦点或节点中心型平面分段线性系统中阈值非线性诱导的极限环，国际分岔混沌应用。科学。工程师，30（11）：20501602020，https://doi.org/10.1142/S0218127420501606。 ·Zbl 1478.34037号 ·doi:10.1142/S0218127420501606 [21] Y.Xu，Q.Cao，X.Guo，具有明显延迟的斑块结构Nicholson苍蝇系统的稳定性，Appl。数学。莱特。，105:106340, 2020, https://doi.org/10.1016/j.aml.2020.106340·Zbl 1436.92011号 ·doi:10.1016/j.aml.2020.106340 [22] 杨浩，含多比例时滞的中立型CNN的加权伪概周期和D算子，AIMS数学。，6(2):1865-1879, 2021, https://doi.org/10.3934/每小时202113·Zbl 1485.34174号 ·doi:10.3934/小时202113 [23] 姚林，带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。，45:401-409, 2017, https://doi.org/2007年10月10日/11063-016-9529-7·doi:10.1007/s11063-016-9529-7 [24] 姚林，具有中立型时滞的CNN的全局收敛性和D算子，神经计算。申请。，29(1):105-109, 2018, https://doi.org/10.1007/s00521-016-2403-8。 ·doi:10.1007/s00521-016-2403-8 [25] Y.Yu，多比例时滞细胞神经网络伪概周期解的指数稳定性，神经过程。莱特。，45(1):141-151, 2017, https://doi。org/10.1007/s11063-016-9516-z·doi:10.1007/s11063-016-9516-z [26] A.Zhang，具有中立型比例延迟和D算子的SICN的概周期解，神经过程。莱特。，47(1):57-70, 2018, https://doi.org/10.1007网址/s11063-017-9631-5·doi:10.1007/s11063-017-9631-5 [27] 张，一些微分方程的伪概周期解。二、 数学杂志。分析。申请。，192:543-561, 1995, https://doi.org/10.1006/jmaa.1995.1189。 ·Zbl 0826.34040号 ·doi:10.1006/jmaa.1995.1189 [28] 张浩，曹秋秋，杨浩，涉及斑块结构的时滞Nicholson型系统的渐近概周期动力学，J.不等式。申请。，2020:102, 2020, https://doi。org/10.1186/s13660-020-02366-0·兹比尔1503.34132 ·doi:10.1186/s13660-020-02366-0 [29] 张华，钱春秋，惯性比例延迟神经网络的收敛性分析，Adv.Differ。Equ.、。，2020:277, 2020, https://doi.org/10.1186/s13662-020-02737-3。 ·Zbl 1482.68218号 ·doi:10.1186/s13662-020-02737-3 [30] 张建华，黄春华，一类含惯性项的时滞神经网络的动力学分析，微分方程。，2020:120, 2020, https://doi.org/10.1186/s13662-020-02566-4。 ·Zbl 1482.34177号 ·doi:10.1186/s13662-020-02566-4 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。