React扩散递归神经网络全局指数稳定性的鲁棒性分析

研究了带离散时滞和分布时滞的不确定奇异摄动系统的鲁棒稳定问题.首先采用广义系统模型方法,将所研究的系统转化为与之等价的广义系统;然后提出对应的Lyapunov-Krasovskii泛函,得到了时滞相关

具有时变时滞的中立型递归神经网络的改进的时滞相关稳定性准则

本文提出了一种通用的图形方法来进行具有各种参数不确定结构的分数阶多项式的稳定性分析。已经获得了分数阶不确定多项式的值集，并且成功地与众所周知的零排除原理相结合来研究多项式的鲁棒稳定性。六种不同的不确定

具有时变时滞的随机Cohen-Grossberg神经网络的Lagrange p稳定性和指数p收敛

本工作涉及具有均质状态方程（状态参数的常数或变量方程）的非相互作用扩散宇宙流体系统的宇宙的均质各向同性FLRW模型。 由于宇宙流体的扩散性质，能量动量张量的发散被选择为与扩散电流成比例。 进行了单个流

遗传算法,基于遗传算法和模糊神经网络的边坡稳定性评价

针对标准BP神经网络存在收敛速度慢和易陷入局部最小值的问题,提出用附加动量法和自适应学习速率法来优化BP神经网络,提高其收敛速度;引入具有全局搜索能力的模拟退火算法,克服其容易陷入局部最小值问题。应用

时滞Cohen-Grossberg神经网络p阶矩ψ(t)稳定性研究，罗梦燕，彭国强，神经网络在信息和图像处理、模式的识别、联想记忆、组合的最优化等领域都有着成功的应用，也引起了国内外学者的广泛关注。然

有限时间稳定性及其在递归神经网络求解时变西尔维斯特方程中的应用

一类时滞系统的鲁棒稳定性准则，代小亚，杨斌，本文针对具有非线性扰动的时变时滞系统，构造了一个新的Lyapunov泛函，充分考虑了各变量之间的交叉项关系，在此基础上又结合自由权�