导读:本文包含了阶矩指数稳定性论文开题报告文献综述及选题提纲参考文献，主要关键词:随机四阶抛物型方程,非线性,温和解,指数稳定
阶矩指数稳定性论文文献综述
魏玲,孟庆余[1]（2018）在《一类非线性随机四阶抛物型方程的解的p阶矩指数稳定性》一文中研究指出本文讨论一类非线性随机四阶抛物型方程的解的P阶矩指数稳定性.{?u(t,x)/?t=Au(t,x)-A2u(t,x)+α(r(t))▽k·f(t,u(t,x)),r(t))+β(r(t))g(t,u(t,x)),r(t))B(t)u(t,x)=0 x∈?Θ,t>0,u(0,x)=u0(x),x∈Θ利用不动点原理,我们证明了方程的温和解的存在唯一性及P阶矩指数稳定性.(本文来源于《应用数学学报》期刊2018年05期）
杜彦斌,戴家佳,金君[2]（2018）在《复发事件下一类加性乘性转移模型p阶矩指数稳定性》一文中研究指出复发事件数据频繁的出现在纵向研究中,本文基于生物医学中的单类型复发事件数据,提出了一类加性乘性转移模型,该模型包含了一些重要的半参数模型.同时,模型允许协变量具有加性和乘性的影响,且加性影响随时间而变化.利用广义估计方程的思想,对模型中未知参数和非参数函数进行了估计,并证明了所得估计的相合性和渐近正态性.最后,用数值模拟的方法验证了所提估计的可行性.(本文来源于《应用数学学报》期刊2018年05期）
毛凯,时宝,张术东[3]（2015）在《具有时变时滞和分布时滞随机神经网络p阶矩指数稳定性》一文中研究指出在仅要求时滞函数有上界的条件下,运用随机分析理论和微分不等式技巧得到了同时具有时变时滞和分布时滞的随机神经网络的p阶矩指数稳定充分条件,并用具体算例验证了方法的有效性,文章结论推广和改进了相关文献的结果.(本文来源于《数学的实践与认识》期刊2015年15期）
赵亮,李树勇,张秀英,杜启凤[4]（2013）在《一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性》一文中研究指出考虑一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性,借助创建Lyapunov函数和运用非负半鞅收敛定理得到了该网络模型平凡解几乎必然指数稳定和p阶矩指数稳定的充分条件,并通过2个例子,说明结果的有效性.(本文来源于《四川师范大学学报(自然科学版)》期刊2013年03期）
李小爱[5]（2013）在《随机时滞神经网络的P阶矩指数稳定性研究》一文中研究指出随机时滞神经网络一直是非线性系统领域研究的热点问题,因为这种系统把时间的延迟即时滞考虑了进来,还把突触之间信息的传递用随机噪声过程来刻划,这样既包含时滞又有随机扰动的系统更接近于现实中的神经网络,具有更加丰富的动力学行为和更实用的研究价值.除了时滞和随机扰动,系统建模时有时还要考虑一些不可避免的脉冲和马尔可夫跳参数.在随机系统的分析中,稳定性是非常重要的一个特性.时滞、随机扰动、脉冲和马尔可夫跳参数都将在较大程度上影响系统的稳定性.近年来,关于随机时滞神经网络的稳定性,因为随机系统神经网络的广泛适用性而成为一大批研究人员的感兴趣的课题,并取得了很多有意义的结果.本文致力于几类随机时滞神经网络模型的矩指数稳定性研究.以Lyapunov第二研究方法为基础,以重要的不等式为工具,借助随机分析的方法和Razumikhin等定理,在随机时滞神经网络的矩指数稳定性方面,给出了一些适用范围更广、对系数的要求更弱的新的判定条件.具体研究内容包括以下几个方面：(1)我们研究了带有非线性脉冲的随机递归神经网络.通过同胚映射的相关结果证明了这类系统均衡解的存在唯一性,并借助随机分析和不等式技巧得到了这类系统p阶矩指数稳定的条件,这些结果是已有文献结论的更一般的形式.(2)我们研究了随机时滞细胞神经网络.通过构造合适的Lyapunov函数和Razumikhin定理得到了带脉冲的随机时变时滞细胞神经网络和带有混合时滞(有界的时变时滞和无界的分布时滞)的随机细胞神经网络的p阶矩指数稳定的条件,这些条件改善和推广了已有文献的结果.(3)研究了带有逐段常数滞后变量的随机网络.我们首次把逐段常数滞后变量引入随机神经网络模型中,利用Picard迭代的方法得到了系统均衡解的存在唯一性,并用均衡解的积分形式以及构造的Lyapunov函数得到了有脉冲和无脉冲的带有逐段常数滞后变量的随机神经网络的矩指数稳定的结果.这些结果在参数上对确定性的带有逐段常数滞后变量的神经网络有所放松,而确定性的神经网络作为随机系统的一个特例,其有关结果也被包含到我们的结果中.(4)最后,我们研究的是随机模糊Cohen-Grossberg神经系统.利用Lyapunov函数和Halanay不等式建立了保证随机时滞模糊Cohen-Grossberg神经网络的矩指数稳定性条件,并将马尔可夫调制引入随机模糊Cohen-Grossberg神经网络中,也得到了该模型矩指数稳定的判断条件.参考文献107篇.(本文来源于《中南大学》期刊2013-05-01）
刘启明,徐瑞,张世华[6]（2012）在《具有反应扩散与变时滞的随机连续Cohen-Grossberg神经网络的p阶矩指数稳定性》一文中研究指出讨论了一类具有变时滞反应扩散随机Cohen-Grossberg神经网络模型,利用Lyapunov函数与微分不等式,得到了该模型平衡解的存在唯一性与p阶矩指数稳定性的充分条件,推广了前人发表的相关结果.(本文来源于《西南大学学报(自然科学版)》期刊2012年09期）
吴艳蕾,吴小太[7]（2012）在《脉冲时滞随机微分系统的p阶矩指数稳定性》一文中研究指出利用Razumikhin型方法,研究脉冲时滞随机微分系统的p阶矩指数稳定性.结果表明,与已有方法相比,所给的两个定理适用范围更广.数值模拟验证了所得结果的有效性.(本文来源于《吉林大学学报(理学版)》期刊2012年04期）
张雨馨[8]（2012）在《随机微分方程Runge-Kutta方法的矩指数稳定及矩渐近稳定性》一文中研究指出考虑逼近随机微分方程的1.5阶Runge-Kutta法的矩指数稳定性和矩渐近稳定性,对于标量线性检验方程,证明了随机Runge-Kutta法的矩指数稳定性和矩渐近稳定性是一致的,并给出了这两种稳定性的存在条件.(本文来源于《吉林大学学报(理学版)》期刊2012年01期）
张雨馨,王鹏[9]（2011）在《随机微分方程Milstein方法的几乎必然及矩指数稳定性》一文中研究指出考虑随机微分方程Milstein方法的几乎必然及矩指数稳定性,给出了当步长趋于零时极限意义下随机微分方程Milstein方法的稳定性,并证明了在一定条件下显式和半隐式Milstein方法都具有这些稳定性.(本文来源于《吉林大学学报(理学版)》期刊2011年06期）
牛健人,张子芳,徐道义,邓瑾[10]（2011）在《变时滞Cohen-Grossberg随机神经网络的矩指数稳定性》一文中研究指出本文讨论了随机变时滞Cohen-Grossberg神经网络的矩指数稳定性.利用Ito公式、时滞微分不等式和神经网络的特征,作者导出了这类神经网络矩指数稳定性的代数条件并给出了一个说明性实例.(本文来源于《四川大学学报(自然科学版)》期刊2011年01期）
阶矩指数稳定性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
复发事件数据频繁的出现在纵向研究中,本文基于生物医学中的单类型复发事件数据,提出了一类加性乘性转移模型,该模型包含了一些重要的半参数模型.同时,模型允许协变量具有加性和乘性的影响,且加性影响随时间而变化.利用广义估计方程的思想,对模型中未知参数和非参数函数进行了估计,并证明了所得估计的相合性和渐近正态性.最后,用数值模拟的方法验证了所提估计的可行性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
阶矩指数稳定性论文参考文献
[1].魏玲,孟庆余.一类非线性随机四阶抛物型方程的解的p阶矩指数稳定性[J].应用数学学报.2018
[2].杜彦斌,戴家佳,金君.复发事件下一类加性乘性转移模型p阶矩指数稳定性[J].应用数学学报.2018
[3].毛凯,时宝,张术东.具有时变时滞和分布时滞随机神经网络p阶矩指数稳定性[J].数学的实践与认识.2015
[4].赵亮,李树勇,张秀英,杜启凤.一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性[J].四川师范大学学报(自然科学版).2013
[5].李小爱.随机时滞神经网络的P阶矩指数稳定性研究[D].中南大学.2013
[6].刘启明,徐瑞,张世华.具有反应扩散与变时滞的随机连续Cohen-Grossberg神经网络的p阶矩指数稳定性[J].西南大学学报(自然科学版).2012
[7].吴艳蕾,吴小太.脉冲时滞随机微分系统的p阶矩指数稳定性[J].吉林大学学报(理学版).2012
[8].张雨馨.随机微分方程Runge-Kutta方法的矩指数稳定及矩渐近稳定性[J].吉林大学学报(理学版).2012
[9].张雨馨,王鹏.随机微分方程Milstein方法的几乎必然及矩指数稳定性[J].吉林大学学报(理学版).2011
[10].牛健人,张子芳,徐道义,邓瑾.变时滞Cohen-Grossberg随机神经网络的矩指数稳定性[J].四川大学学报(自然科学版).2011