时滞神经网络是高度复杂的非线性动力学系统。因此它也应有非线性动力系统固有特性,如稳定性、分岔和混沌。本项目利用推广的李亚若夫定理结合线性矩阵不等式来研究其全局、指数和鲁棒稳定性;用中心流形、频率和谐波平衡法等研究分岔问题;借助计算机计算动态轨迹、相图、功率谱和李亚若夫指数而发现新的混沌,其结果为智能信息处理提供理论保证。
{{i.achievement_title}}
数据更新时间:2023-05-31
敏感性水利工程社会稳定风险演化SD模型
动物响应亚磁场的生化和分子机制
多源数据驱动CNN-GRU模型的公交客流量分类预测
人工智能技术在矿工不安全行为识别中的融合应用
滴状流条件下非饱和交叉裂隙分流机制研究
非线性时滞系统的神经网络稳定控制方法研究
基于动态增益的约束非线性时滞系统鲁棒控制
分数阶时滞复值神经网络动力学行为研究
基于时滞反应扩散方程研究神经网络的动力学行为