两类重要非线性模型的动力学行为的研讨.pdfVIP

摘 要 本文主要研究两类重要非线性模型的动力学行为：Li4nard类型方程和时滞神经网 络(DNNs)系统．在简要地介绍这个领域研究的历史背景和发展现状之后，研究的工作主 要集中在两个部分：第一部分讨论具有强迫项的Li4nard类型方程及其相关的二维非自 治系统的定性性质，第二部分研究由连续时滞神经网络模型所组成的高维非自治动力系 作概括为以下三个方面： 一Li4nard类型方程及其相关的二维非自治系统解的整体性态与周期解．主要工作 的一些新的充分条件和充分必要条件，这些结果包含或扩展了已有文献关于同样问题的 般的假设条件下得到存在周期解的一系列新的充分条件，这些结果推广与扩展了Omari， 一文中的计算错误． 二具有时滞的周期神经网络模型(PDNNs)的动力学行为．在不假定关联函数单调 性，可微性和有界性的条件下，给出了PDNNs模型周期解存在和全局指数稳定性的充分 助于一些重要的不等式和矩阵代数技术，得到更为一般并且具有很少限制的一些新的充 异M矩阵来刻划．一些例子和模拟表明：这些条件不仅是简单和实用的，而且相对于已 有的结果更为广泛和容易验证． 一，考虑具有周期外力激励的混沌Li4nard方程的鲁棒同步问题，对于一个更为一般的非 线性控制系统，给出了处理这类问题的一个实用的理论结果，并将它应用到两个具有周 Der 期外力激励的特殊混沌Li4nard系统：混沌的VanPol振子及其相应的广义系统．通 过非线性反馈控制技术，这些系统的全局混沌同步将达到，数值模拟的结果证明这种控 学分析，对于由多个恒同时滞神经网络模型以线性扩散排列结构的形式所组成的一个高 II 续网络爨动力系绽，给出了这一网终型系统金局同步的一个简单丽又一般的准则。所获 结果表骥：通过合理的设计粒选择网络系统的配对筑阵窭1内部逢接簸终，将毙够确保这 一网络型的系统豹全局同步。进一步地，将这一准则应恩到一个兰维的洹沌的CNN细胞 孝申经网终模型，计算机模拟证实所获理论结果的正确性． 解的整体性态，周期解与概周期解，存在性和稳定性，漫沌控制与同步． Abstract Thisthesisisdevotedtothe ofthe fortwo nonlinearmodels： study dynamicsimportaht and neural abrief ofhis— description Li6nard—typeequationsdelayed networks(DNNs)．After torical andresearch inthis researchworkfocus ontwe background progressfield，the mainly the offorced as first discusses Li6nard—typeequations part qualitativeproperties parts：The as second—ordernonautonomonssecondinversti- well someoftherelated systems．Thepart the behaviorof nonautonomous ofthe systemscomposing gatesdynamical higher-dimensional