摘要：任何系统实际上都是在噪声环境中进行工作的.对处在噪声强度已知的噪声环境下双向联想记忆(BAM)神经网络,其平衡点具有指数渐近稳定性是网络进行异联想记忆的基础.构造一个适当的Lyapunov函数,应用It^o公式、M矩阵等工具讨论了在噪声环境下具有时滞的BAM神经网络概率1指数渐近稳定,得到了指数稳定的代数判据和两个推论,此判据只需验证仅由网络参数构成的矩阵是M矩阵即可,给网络设计带来方便.本文所得结果包括相关文献中确定性结果作为特例.

摘要：通过构造一个合适的Lyapunov泛函及应用不等式的分析技巧研究了具有时滞的双向联想记忆神经网络的平衡点的全局稳定性问题 .在对神经元激励函数较宽松的假设条件下 (可以不满足Lipschitz条件 ) ,获得了一个新的保证全局渐近稳定性的判定准则 .结果可应用于包含非Lipschitz的一类更加广泛的神经元激励函数的神经网络的设计中 .

摘要：将双向联想记忆(bidirectional associative memory,BAM)神经网络扩展到四元数域,提出了一类新的四元数双向联想记忆神经网络(quaternion-valued bidirectional associative memory neural networks,QVBAMNNs)。通过对四元数的分解并运用微分包含理论,将原始的四元数值系统转化为等价的实值系统,并利用Lyapunov方法研究了主从QVBAMNNs的固定时间同步问题。通过设计一个不连续状态反馈控制器,得到了保证QVBAMNNs达到固定时间同步的新准则。最后,通过数值仿真验证了所得结果的正确性。

摘要：针对含时延的双向联想记忆神经网络模型具有多个对应于不同记忆模式的平衡点的特点,采用不等式技巧和非负矩阵性质,建立了平衡点指数吸引域及其指数收敛速度估计的方法,所得结论对含时延的双向联想记忆神经网的设计和容错性能的评价都很有意义.

摘要：经网络的全局渐近稳定性．得出了保证神经网络平衡点稳定的几个充分条件，所得到的结论对于具有时滞的连续双向联想记忆神经网络的设计和应用都是很有意义的．

摘要：在系统中引入时滞,相应的动力学系统成为非线性时滞动力系统,它的解空间是无限维的,具有更加丰富的动力学行为。目前时滞系统的研究多为理论和数值仿真。时滞实验方面,国内曾对时滞滤波器抑制起重机载荷残留摆动的理论进行实验验证,国外的学者则将时滞实验的重点放在对于时滞诱发双耦合非线性电路和双耦合热学光学振子的振幅死区的研究方面。文献[4]采用摄动增量法研究了时滞双向联想记忆神经网络由时滞诱发的周期解和完全同步周期解,给出了较为准确的理论分析结果。在这一理论背景下,本文设计了基于MAT-LAB/Simulink的数值仿真模块图,以及基于TMS320F2812芯片的时滞神经网络电路实验,结果表明数值仿真和实验结果与理论分析结果相吻合,从而进一步验证了摄动增量法理论分析的准确性。

摘要：为了研究时滞对联想记忆神经网络模型动力学行为的影响,考虑了一个含有n+1个神经元的具多时滞的双向联想记忆神经网络模型.以模型中的时滞为参数,利用泛函微分方程的全局Hopf分支存在定理和常微分方程的Bendixson周期解不存在定理,给出该模型非平凡周期解全局存在的充分条件,为双向联想记忆神经网络的设计和应用提供了重要的理论依据.最后利用一个例子进行了数值仿真,仿真结果表明了结论的有效性.

摘要：应用Banach空间的不动点定理并通过构造适当的Lyapunov函数,结合一些分析的技巧研究了时滞BAM神经网络周期振荡解的存在性和指数收敛性.导出的充分判据无论对网络应用还是设计都具有重要的意义,运用代数的方法易于检验导出的条件.最后,通过实例说明所得结果的有效性.