带有延迟的三维股票价格系统的控制

构建了带有延迟的脉冲控制的三维股票价格系统,研究了脉冲控制参数和延迟变化对股票价格的稳定性影响.应用脉冲微分方程控制稳定性理论,得到了在带有延迟的脉冲控制系统中,由原先的不稳定和发散达到稳定的保守且充分的条件,从而使股票金融市场达到了一个新的持续发展的稳定状态.利用Matlab软件对该系统进行数值仿真,验证了脉冲控制方法的可行性,有效性和提出理论的准确性.结果表明合理脉冲控制可以有效控制带延迟系统的稳定性.     

非线性延迟积分微分方程线性多步法的渐近稳定性

本文研究了非线性延迟积分微分方程线性多步法的渐近稳定性.证明了在约束网格下,带有复合求积公式A-稳定的线性多步法能够保持解析解的渐近稳定性.文章最后,数值试验验证了本文的结论.     

非线性中立型延迟积分微分方程线性θ-方法的渐近稳定性

将线性θ-方法用于求解R（α,β1,β2,γ）类非线性中立型延迟积分微分方程,结果表明A-稳定的线性θ-方法（也即1/2≤θ≤1）是渐近稳定的,最后的数值试验验证了所获理论结果的正确性.     

一类非线性延迟抛物偏微分方程的Crank-Nicolson型差分格式

对一类带有Dirichlet边界条件的延迟非线性抛物偏微分方程的初边值问题建立了一个Crank-Nicolson型的线性化差分格式,用离散能量法证明了该差分格式在L_∞范数下是无条件收敛的且是稳定的,其收敛阶为O(r~2+h~2).最后,用数值算例验证了理论结果.     

互联网延迟队列解决方案设计

针对互联网中广泛存在的延迟任务处理问题,本文分析了技术难点和常见的解决方案,并基于Redis中间件设计和实现了延迟队列系统.该系统具有轻量级、高可用、低耦合、高性能等特点,能够支撑业务系统的稳定运行.     

混沌优化与模糊控制在混沌控制中的应用

为了解决延迟反馈控制中参数难以选取的问题,将混沌优化和模糊控制的方法应用到混沌系统的延迟反馈控制中,采用混沌优化方法确定出延迟反馈控制的延迟时间,利用模糊控制技术确定出控制刚度等参数,从而得到延迟反馈控制方法的参数.同时,利用本文算法,可以一次确定出混沌系统的多个不稳定周期轨道的周期.仿真结果验证了本文算法的有效性.     

具有通信延迟的多无人机编队飞行控制

针对固定通信拓扑下的具有时变通信延迟的多无人机(multi-UAVs)系统,在一致性协议的基础上提出了分布式的编队控制算法.利用Lyapunov-Krasovskii函数分析了时延多无人机系统的稳定性,并以线性不等式(LMI)的形式给出了系统稳定的条件.当满足稳定性条件时,编队控制算法将使系统中无人机的速度和编队队形分别渐近地收敛至期望速度和期望队形.仿真实例验证了控制算法的有效性.     

一款多核处理器FPGA验证平台的设计与实现

高性能处理器设计日趋复杂,为了缩短验证周期,降低研制风险通常需要在流片之前进行基于现场可编程门阵列(field programmable gate-array, FPGA)原型验证平台的软硬件协同验证.随着处理器多核化的发展,FPGA原型验证平台的实现变得越来越具有挑战性.介绍了一款高性能多核微处理器FPGA验证平台的设计与实现方法,详细阐述了该FPGA验证平台采用的母板/子板总体架构、分片策略、时分复用实现技术及I/O接口实现方法.该平台具有良好的可扩展性,能够方便灵活地实现目标芯片在各种规模和配置下的FPGA验证,用于在流片前对目标芯片进行功能正确性验证和性能评估.经过该FPGA平台验证的目标芯片,首次流片返回的芯片能成功运行操作系统和各种应用程序,实现了一次流片成功的目标.最后对该FPGA验证平台的应用前景进行了分析总结.     

基于小波ARMA延迟预测的Internet远程控制

针对Internet网络控制中延迟变化所引起的系统不稳定问题,该文提出了一种基于小波ARMA多尺度预测的延迟时间预测方法,并将其与Smith预估器结合应用于Internet网络控制中,解决了在随机时变的数据包传输延迟情况下Internet网络控制系统的有效控制问题。以直流电机为例验证了预测算法的可行性和有效性。     

一类具有执行器饱和的非线性系统抗饱和方法研究

针对一类具有执行器饱和的非线性控制系统, 提出了一种双环路的动态抗饱和补偿方案, 为执行器输出受限的非线性系统提供了新思路. 与现有结果相比, 所提方案能更好地改善闭环系统控制性能. 考虑执行器饱和约束, 通过优化执行器饱和发生前后控制器的状态误差的积分性能指标, 综合设计一类同时包含传统抗饱和及延迟抗饱和补偿器两个环路的改进抗饱和补偿器, 这类补偿器有效地抑制了饱和现象对控制器的影响, 从而降低了执行器饱和对控制系统性能的影响. 当系统存在高饱和度现象时, 利用该双环路抗饱和补偿器, 可以最大程度弱化饱和对系统性能的影响. 最后, 利用输入状态稳定 (Input state stability, ISS) 定理分析和证明了该闭环系统全局一致有界稳定. 并通过舵机执行器受约束的舵减横摇系统的仿真试验, 验证了该方案的有效性及优越性.     

一类具有时滞的广义Hopf ield 神经网络的全局稳定性

通过引入能量泛函，分析了一类具有时滞的广义Hopfield神经网络的全局稳定性．从理论上给出了该类网络为全局稳定的充分条件，证明了当时滞满足一个可计算的边界条件时，具有时滞的该类神经网络与相应的无时滞网络具有同样的全局稳定特性．仿真结果进一步证明了结论的有效性。     

Global asymptotic stability of delay BAM neural networks with impulses via nonsmooth analysis

In this paper, we study global asymptotic stability of delay bi-directional associative memory (BAM) neural networks with impulses. We obtain a sufficient condition of ensuring existence and uniqueness of equilibrium point for delay BAM neural networks with impulses basing on nonsmooth analysis. And we give a criteria of global asymptotic stability of the unique equilibrium point for delay BAM neural networks with impulses using Lyapunov method. At last, we present examples to illustrate that our results are feasible.     

非线性随机时滞系统族的鲁棒稳定性

研究了不确定性的一族非线性随机时滞系统的指数稳定性,建立了这种系统的均方指数稳定和几乎必然指数稳定的时滞相关的充分准则;然后应用这些充分条件到一类不确定性的随机时滞神经网络,得到了这种神经网络指数稳定的实用判据.最后一个数值例子说明所给准则的有效性.     

随机时滞神经网络的全局指数稳定性

首先对一般随机系统的渐近特性进行了讨论.然后结合神经网络的特点,应用李雅普诺夫第二方法对一类随机时滞神经网络系统的全局指数稳定性进行了分析,给出了易于判定随机时滞神经网络几乎必然指数稳定性新的代数判据,并给出实例进行仿真实验.     

非线性随机时滞系统的稳定性与应用

首先考虑了不确定性的一族非线笥随机时滞系统,建立了这种系统的均方指数稳定与几乎必须指数稳定的充分准则,其准则是时滞无关的,然后应用这些充分条件到一类不确定的随机时滞神经网络,得到了这咱神经网络指数稳定的产用判据。本文的结果是最近文献中某些结果的推广,最后一个数值例子说明的所给准则的有效性。     

On the robustness of global exponential stability for hybrid neural networks with noise and delay perturbations

The paper is concerned with the robustness of global exponential stability of hybrid neural networks subject to noise and delay simultaneously. Given a globally exponentially stable hybrid neural network, the aim of the paper is to characterize how much delay and noise intensity hybrid neural networks can bear such that the perturbed hybrid neural network remains globally exponentially stable, in the presence of delay and noise simultaneously. Numerical examples are provided to illustrate the result.     

Stability analysis for neural dynamics with time-varying delays

By using the usual additive neural-network model, a delay-independent stability criterion for neural dynamics with perturbations of time-varying delays is derived. We extend previously known results obtained by Gopalsamy and He (1994) to the time varying delay case, and present decay estimates of solutions of neural networks. The asymptotic stability is global in the state space of neuronal activations. From the techniques used in this paper, it is shown that our criterion ensures stability of neural dynamics even when the delay functions vary violently with time. Our approach provides an effective method for the stability analysis of neural dynamics with delays.     

具有时变时滞的递归神经网络的渐近稳定性分析

当神经网络应用于最优化计算时,理想的情形是只有一个全局渐近稳定的平衡点,并且以指数速度趋近于平衡点,从而减少神经网络所需计算时间.研究了带时变时滞的递归神经网络的全局渐近稳定性.首先将要研究的模型转化为描述系统模型,然后利用Lyapunov-Krasovskii稳定性定理、线性矩阵不等式(LMI)技术、S过程和代数不等式方法,得到了确保时变时滞递归神经网络渐近稳定性的新的充分条件,并将它应用于常时滞神经网络和时滞细胞神经网络模型,分别得到了相应的全局渐近稳定性条件.理论分析和数值模拟显示,所得结果为时滞递归神经网络提供了新的稳定性判定准则.     

Novel delay-dependent stability condition for mixed delayed stochastic neural networks with leakage delay signals

In this paper, the problem of stability condition for mixed delayed stochastic neural networks with neutral delay and leakage delay is investigated. A novel Lyapunov functional is constructed with double and triple integral terms. New sufficient conditions are derived to guarantee the global asymptotic stability of the concerned neural network. This paper is more general than the paper by Zhu et al. [Robust stability of Markovian jump stochastic neural networks with time delays in the leakage terms, Neural Process. Lett. 41 (2015), pp. 1–27]. In our paper, we considered both the neutral delay and leakage delay, but the paper by Zhu et al. is not considering the neutral delay. Also we employed triple integrals in the Lyapunov functional which is not used in the paper by Zhu et al. Finally, two numerical examples are provided to show the effectiveness of the theoretical results.     

Stability analysis for stochastic neural network with infinite delay

This paper considers a stochastic neural network (SNN) with infinite delay. Some sufficient conditions for stochastic stability, stochastic asymptotical stability and global stochastic asymptotical stability, respectively, are derived by means of Lyapunov method, Itô formula and some inequalities. As a corollary, we show that if the neural network with infinite delay is stable under some conditions, then the stochastic stability is maintained provided the environmental noises are small. Estimates on the allowable sizes of environmental noises are also given. Finally, a three-dimensional SNN with infinite delay is analyzed and some numerical simulations are illustrated to show our results.