×
王晓虎;李树勇;徐道义

时滞脉冲中立型神经网络周期解的全局指数稳定性。 （英语） Zbl 1286.34101号

非线性动力学。 64，编号1-2，65-75（2011）.
摘要：研究了一类具有时滞的非自治脉冲中立型神经网络。通过建立奇异脉冲时滞微分不等式，利用压缩映射原理，得到了时滞脉冲中立型神经网络周期解存在和全局指数稳定性的几个充分条件。我们的结果可以扩展和改进早期的出版物。给出了一个实例来说明该理论。

引用于8文件

MSC公司：

34K13型 泛函微分方程的周期解
34K20码 泛函微分方程的稳定性理论
34K45型 带脉冲的泛函微分方程
34K34号 泛函微分方程混合系统
92B20型 生物研究、人工生命和相关主题中的神经网络
47N20号 算子理论在微分方程和积分方程中的应用

关键词：

指数稳定性;周期解;中性型;奇异脉冲时滞微分不等式;收缩映射原理
PDF格式BibTeX公司 XML格式引用
\textit{X.Wang}等人，非线性动力学。64，编号1--2，65-75（2011；Zbl 1286.34101）
全文： 内政部

参考文献：

[1] Zhao，H.：具有分布时滞的细胞神经网络概周期解的存在性和全局吸引性。申请。数学。计算。154, 683–695 (2004) ·Zbl 1057.34099号 ·doi:10.1016/S0096-3003（03）00743-4
[2] Zhao，H.：具有可变延迟的细胞神经网络的全局指数稳定性和周期性。物理学。莱特。A 336、331–341（2005）·Zbl 1136.34348号 ·doi:10.1016/j.physleta.2004.12.001
[3] Zhao，H.，Chen，L.，Mao，Z.：变系数Cohen-Grossberg神经网络概周期解的存在性和稳定性。非线性分析。9, 663–673 (2008) ·Zbl 1144.34371号 ·doi:10.1016/j.nonrwa.2006.12.013
[4] Huang，X.，Cao，J.，Daniel，W.C.：具有无界时滞和可变系数的递归神经网络概周期解的存在性和吸引性。非线性动力学。45, 337–351 (2006) ·Zbl 1130.68084号 ·doi:10.1007/s11071-005-9011-y
[5] Wang，L.，Gao，Y.：具有S型分布时变时滞的反应扩散区间神经网络的全局指数鲁棒稳定性。物理学。莱特。A 5–6、342–348（2006）·Zbl 1195.35179号 ·doi:10.1016/j.physleta.2005.10.031
[6] Wang，L.，Cao，J.：混合时变时滞区间神经网络的全局鲁棒点耗散性。非线性动力学。55, 169–178 (2009) ·Zbl 1169.92005年9月 ·doi:10.1007/s11071-008-9352-4
[7] Wang，L.，Zhang，R.，Wang，Y.：具有S型分布时滞的反应扩散细胞神经网络的全局指数稳定性。非线性分析。10, 1101–1113 (2009) ·Zbl 1167.35404号 ·doi:10.1016/j.nonrwa.2007.12.002
[8] 邱，J.，曹，J.:具有时滞的中立型神经网络的时滞相关鲁棒稳定性。数学杂志。续科学。申请。1, 179–188 (2007) ·Zbl 1170.93364号
[9] Cao，J.，Zhong，S.，Hu，Y.：一类具有时变时滞和控制输入的神经网络的全局稳定性分析。申请。数学。计算。189, 1480–1490 (2007) ·Zbl 1128.34046号 ·doi:10.1016/j.amc.2006.12.048
[10] Bai，C.：具有中立时变时滞的Hopfield神经网络概周期解的全局稳定性。申请。数学。计算。203, 72–79 (2008) ·Zbl 1173.34344号 ·doi:10.1016/j.amc.2008.04.002
[11] Gui，Z.，Ge，W.，Yang，X.：具有中立时滞的Hopfield神经网络的周期振荡。物理学。莱特。A 364，267–273（2007）·Zbl 1203.34109号 ·doi:10.1016/j.physleta.2006.12.013
[12] Park，J.H.，Kwon，O.M.，Lee，S.M.：中立型时滞神经网络稳定性的LMI优化方法。申请。数学。计算。196236–244（2008年）·Zbl 1157.34056号 ·doi:10.1016/j.amc.2007.05.047
[13] Park，J.H.，Kwon，O.M.，Lee，S.M.：具有区间时变延迟的中立型神经网络的状态估计。申请。数学。计算。203, 217–223 (2008) ·兹比尔1166.34331 ·doi:10.1016/j.amc.2008.04.025
[14] Park，J.H.，Park，C.H.，Kwon，O.M.，Lee，S.M.：中性型双向联想记忆神经网络的一种新的稳定性准则。申请。数学。计算。199, 716–722 (2008) ·Zbl 1149.34345号 ·doi:10.1016/j.amc.2007.10.032
[15] Park，J.H.，Kwon，O.M.：中性型神经网络的状态估计器设计。申请。数学。计算。202, 360–369 (2008) ·Zbl 1142.93016号 ·doi:10.1016/j.amc.2008.02.024
[16] Rakkiyappan，R.，Balasubramaniam，P.：具有分布时滞的中立型神经网络的新全局指数稳定性结果。神经计算71、1039–1045（2008）·Zbl 1168.34356号 ·doi:10.1016/j.neucom.2007.11.002
[17] Rakkiyappan，R.，Balasubramaniam，P.：具有分布时滞的中立型神经网络全局渐近稳定性结果的LMI条件。申请。数学。计算。204, 317–324 (2008) ·Zbl 1168.34356号 ·doi:10.1016/j.amc.2008.0649文件
[18] Lakshmikantham，V.，Bainov，D.D.，Simeonov，P.S.：脉冲微分方程理论。《世界科学》，新加坡（1989年）·Zbl 0719.34002号
[19] Arbib，M.：《Branins，Machines，and Mathematics》。施普林格，纽约（1987）·Zbl 0645.68001号
[20] Haykin，S.：《神经网络：综合基础》。普伦蒂斯·霍尔，恩格尔伍德悬崖，新泽西州（1998）·Zbl 0828.68103号
[21] Xu，D.，Yang，Z.：脉冲时滞微分不等式和神经网络的稳定性。数学杂志。分析。申请。305, 107–120 (2005) ·Zbl 1091.34046号 ·doi:10.1016/j.jmaa.2004年10月40日
[22] Yang，Z.，Xu，D.：可变时滞Cohen-Grossberg神经网络稳定性的脉冲效应。申请。数学。计算。177, 63–78 (2006) ·Zbl 1103.34067号 ·doi:10.1016/j.amc.2005.10.032
[23] Yang，Z.，Xu，D.：脉冲时滞微分方程周期解的存在性和指数稳定性及其应用。非线性分析。64, 130–145 (2006) ·Zbl 1092.34034号 ·doi:10.1016/j.na.2005.06.014
[24] Xu，D.，Yang，Z.，Yang和Z.：非线性脉冲中立型时滞微分方程的指数稳定性。非线性分析。67, 1426–1439 (2007) ·Zbl 1122.34063号 ·doi:10.1016/j.na.2006.07.043
[25] Weng，A.，Sun，J.：非线性脉冲延迟系统周期解的全局指数稳定性。非线性分析。67, 1938–1946 (2007) ·Zbl 1124.34055号 ·doi:10.1016/j.na.2006.08.019
[26] Xia，Y.，Cao，J.，Cheng，S.：脉冲延迟细胞神经网络的全局指数稳定性。神经计算70，2495–2501（2007）·doi:10.1016/j.neucom.2006.08.005
[27] Yang，Y.，Cao，J.：具有脉冲效应的延迟细胞神经网络的稳定性和周期性。非线性分析。7, 362–374 (2007) ·Zbl 1115.34072号 ·doi:10.1016/j.nonrwa.2005.11.004
[28] Wang，Q.，Liu，X.：基于Lyapunov泛函的时滞脉冲细胞神经网络的指数稳定性。申请。数学。计算。194, 86–198 (2007) ·Zbl 1193.34155号
[29] Gui，Z.，Yang，X.，Ge，W.：具有脉冲和延迟的递归细胞神经网络周期解的存在性和全局指数稳定性。数学。计算。模拟。79, 14–29 (2008) ·Zbl 1144.92002号 ·doi:10.1016/j.matcom.2007.09.001
[30] Benchohra，M.，Ouahabi，A.：脉冲半线性中立型泛函微分方程的一些唯一性结果。格鲁吉亚数学。J.9，423–430（2002）·Zbl 1019.34077号
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。