对时滞BAM神经网络脉冲上界的估计

研究了时滞双向联想神经网络的指数稳定性,集中讨论了脉冲对指数稳定性的影响。结果显示,若非脉冲DBAM系统全局指数稳定,即使状态在脉冲时刻被放大到某一较大范围,相应的脉冲系统也能保持其稳定特性。根据非脉冲系统的指数收敛度,对保持系统指数稳定的脉冲上界和脉冲间隔进行了估计。     

脉冲时滞细胞神经网络周期解的存在性和指数稳定性

研究了脉冲时滞神经网络周期解的存在性和全局指数稳定性问题。运用控制压缩原理和Lyapunov函数建立了几个确保系统周期解存在和稳定的充分条件。有助于设计和应用CNN型生物和人工神经网络。数值实例验证了结论的正确性。     

扩散反应脉冲Cohen-Grossberg神经网络的鲁棒稳定性

应用光滑边界引理,分析具有反应扩散项和脉冲扰动的Cohen-Grossberg神经网络平衡点的全局指数鲁棒稳定性.假设激活函数满足Lipschitz条件,利用向量Lyapunov稳定性理论和数学归纳法,得到了系统全局指数鲁棒稳定的充分条件:由神经网络关联矩阵、增益函数、反应扩散项及激活函数界构造的表达式小于0.     

脉冲干扰复数域Cohen-Grossberg神经网络的稳定性

为了分析脉冲干扰因素对复数域神经网络的影响,研究了一类具有脉冲干扰的变时滞复数域Cohen-Grossberg神经网络的平衡点的动态行为.在假定放大函数、自反馈函数以及激活函数定义在复数域的情况下,首先,利用M矩阵和同胚映射的相关原理,分析了该系统平衡点的存在性和唯一性;其次,利用向量Lyapunov函数法以及数学归纳法,研究了该系统平衡点的全局模指数稳定性,并建立的稳定性判据;最后,通过两个数值仿真算例验证了所得结论的实用性和正确性.仿真结果显示系统状态在0.5 s便可收敛到平衡状态.研究结果表明:时滞和脉冲干扰强度越大、放大函数越小,则神经元状态的指数收敛速度越慢.      

广义Hopfield神经网络的绝对指数稳定性

研究了一类广义神经网络系统平衡点的存在性、唯一性和绝对指数稳定性.这类神经网络包含Hopfield神经网络和细胞型神经网络,不要求激活函数可微和有界.应用拓扑理论,得到了广义Hopfield神经网络平衡点的存在性和唯一性的充分必要条件;利用矩阵的性质,通过构造Lurie型Liapunov函数,得到了广义Hopfield神经网络绝对指数稳定的充分条件以及几类特殊神经网络绝对指数稳定的充分必要条件.     

随机时滞Recurrent神经网络的指数稳定性

研究了随机时滞Recurrent神经网络的稳定性,利用Lyapunov函数和It公式,结合矩阵分析技巧,给出了系统均方指数稳定的充分条件,并由此推得随机时滞Hopfield神经网络和随机时滞细胞神经网络的稳定性条件.     

随机时滞Recurrent神经网络的指数稳定性

研究了随机时滞Recurrent神经网络的稳定性，利用Lyapunov函数和Itδ公式，结合矩阵分析技巧，给出了系统均方指数稳定的充分条件，并由此推得随机时滞Hopfield神经网络和随机时滞细胞神经网络的稳定性条件．     

分布时滞动态神经网络的全局指数稳定性

在没有假定激励函数有界、可微的情况下,研究包含分布时滞的动态神经网络平衡点的存在性、唯一性和全局指数稳定性.根据M-矩阵和拓扑学的有关知识,以及李雅普诺夫稳定性理论,获得该类神经网络平衡点的存在性、唯一性及其全局指数稳定的充分判据.用神经网络的权值矩阵和激励函数满足的条件构造判定矩阵.如果判定矩阵为M-矩阵,则系统存在唯一平衡点,是全局指数稳定的.     

脉冲扰动系统的集合稳定性

研究了具有扰动影响的脉冲微分系统的稳定性的判断定理,通过运用Lyapunov函数和脉冲微分不等式理论,并结合扰动项的范数有上界的条件,得到了扰动脉冲系统解的一致渐近稳定性的充分条件；根据定理的条件,便可以容易的判断出一些复杂脉冲扰动系统的稳定性；利用脉冲微分不等式理论研究具有扰动的脉冲微分系统的集合稳定性是本文的主要的创新点.     

时变时滞细胞神经网络的周期运动的稳定性

利用M-矩阵理论和矢量Lyapunov函数方法,研究变时滞周期运动细胞神经网络的全局指数稳定性．在放松该类神经网络激活函数的有界性、单调递增性、可微性及Lipsehitz连续等条件下,得到了该类神经网络周期解的存在性与全局指数稳定的代数判据．该判据基于神经网络激活函数满足的条件,利用连接权值矩阵及阻尼系数矩阵构造测试矩阵,根据测试矩阵是否为M-矩阵判定系统周期解的存在性与全局指数稳性．     

Hopfield神经网络的全局指数稳定性

通过引入非线性测度的概念，不要求激励函数连续可微、单调非降或有界，并假设自反馈项为非线性，研究了一类Hopfield神经网络平衡点的存在性、唯一性．得到了全局指数稳定性的判据，并给出了收敛率估计式．     

BP网络在边坡稳定性分析中的应用

提出利用人工神经网络技术分析边坡稳定性的一种方法。考虑影响边坡稳定性分析的各种自然因素,利用BP网络的非线性映射能力,计算边坡稳定性分析的安全系数。以黄土地区边坡的工程数据为例,结果表明该方法简单可用,可以满足工程要求。     

一类神经网络的全局稳定性分析

研究一类Hopfield型神经网络的平衡点的存在性，唯一性和全局稳定性，在放弃神经网络激活函数的有界性，单调递增性和可微性条件下，得到了神经网络平衡点的存在性和唯一性条件；利用M矩阵理论，通过构造适当的Liapunov函数，得到神经网络全局稳定性条件，这些条件适用于神经网络中关联矩阵为对称或非对称，激活函数为非单调的情况。     

具有反应扩散的神经网络的稳定性分析

通过构造适当的平均Luapunov函数，利用M矩阵理论，研究了一类具有反应扩散的Hopfield神经网络的全局稳定性．在放松神经网络的激活函数的有界性、单调递增性和可微性的条件下，得到了神经网络的全局渐近稳定的条件．这些条件适合于神经网络的关联矩阵为对称或非对称矩阵、激活函数为非单调的情况．     

带时变时滞细胞神经网络的全局渐近稳定性

研究了带时变时滞的细胞神经网络的全局渐近稳定性问题,给出了带时变时滞细胞神经网络平衡点全局渐近稳定的新充分判定准则。首先,提出所研究的时滞细胞神经网络模型、系统激活函数所需满足的条件及需要的引理。然后,将所研究的系统通过一个等式进行线性变换,在定义一个与系统相关的映射操作基础上,基于Lya-punov-Krasovskii稳定性定理和线性矩阵不等式技术来讨论时滞细胞神经网络的全局渐近稳定性。所得条件是时滞相关的。最后,用一个数值例子验证所得的稳定性条件是有效的。     

基于小波网络的机械产品性能模糊综合评价

运用模糊化的小波神经网络进行综合评价的原理和方法,所有权重指标均通过自学习获得,使得模糊综合评价中指标权重的确定更为客观准确.结合具体机械产品＂电磁缓冲制动器＂阐述了小波神经网络方法在机械产品性能综合评价中的应用,并建立了相应的评价系统.实验表明,该方法做出的综合评价是科学、有效的.