变时滞Cohen-Grossberg随机神经网络的均方指数稳定性

本文利用随机积分的It（^o）公式,时滞微分不等式及随机时滞神经网络的特性讨论变时滞CohenGrossberg随机神经网络的均方指数稳定性.     

不确定变时滞模糊随机系统鲁棒稳定性

本文研究了不确定T-S模糊随机时滞系统的时滞相关鲁棒稳定性问题,这里的不确定性是范数有界的.通过构造新的Lyapunov泛函和矩阵不等式引理,利用具有时滞的非线性随机系统的Lypaunov稳定性理论和自由权矩阵方法,导出了使系统鲁棒均方指数稳定的时滞相关线性矩阵不等式(LMI)条件.该判据具有较低的保守性,适用时滞变化率大于1的情形.最后通过数值例子验证了所得结果的有效性.     

具有连续分布时滞模型的稳定性分析

Ｌｙａｐｕｎｏｖ泛函方法讨论了具有连续分布时滞神经网络模型ｘｉ（ｔ）＝ｂｉｘｉ（ｔ）＋（ｎ）∑（ｊ＝１）ａｉｊｆｊ（μｊ∫－∞ｋｉｊ（ｔ－ｘ）ｘｊ（ｓ）ｄｓ）＋Ｆｉ（ｔ）,ｉ＝１,２,…,ｎ平衡点的稳定性,获得了一些新的充分条件。     

一类具有Markovian参数的随机微分时滞方程的指数稳定性

对Hilbert空间中具有Markovian参数的随机泛函微分时滞方程的指数稳定性进行了讨论。利用指数鞅公式,Lyapunov函数和一些不等式给出系统指数稳定的充分条件。这是对已有结果的完善和推广。通过一个例了对本文的结论进行了说明。     

一类具离散时变时滞和分布时滞神经网络的指数稳定性(英文)

本文讨论一类具离散时变时滞和分布时滞神经网络的指数稳定性。利用非线性测度,本文得到一个与时滞无关的充分条件,它保证了平衡点的存在性、唯一性和指数稳定性。既然新稳定准则不要求激活函数的有界性、单调性及可微性和随时间改变的传递延迟函数的可微性,那么它是某些已有结果的推广。此外,本文的方法的另一个优点是给出了解的指数收敛速度。最后,给出的例子说明我们的方法是有效的。     

模型依赖时变时滞马尔可夫跳变复杂网络的混合投影同步

复杂网络的混合投影同步已广泛应用于工程、应用数学等各个领域。本文研究了一类模型依赖时变时滞的马尔可夫跳变复杂网络的混合投影同步问题。另外,对于复杂网络中的每个响应系统,同时考虑了线性耦合和非线性耦合。基于李雅普诺夫稳定性理论和线性矩阵不等式方法,推导出复杂网络混合投影同步的充分条件。数值仿真最后证明了所提理论的有效性。本文的结果为研究复杂网络的混合投影同步和模型依赖时变时滞系统的控制提供了理论依据。     

线性时滞广义系统的时滞相关稳定性新判据

提出一种新的方法——积分不等式方法讨论线性时滞广义系统的时滞相关稳定性.首先将广义系统转化为一个带约束条件的中立型系统,然后利用基于二次型项的积分不等式,采用Lyapunov-Krasovskii泛函方法,获得了系统稳定的、基于线性矩阵不等式（LMI）的时滞相关充分条件.实例表明,本文方法得到的结论较已有文献具有较小的保守性.     

具有变时滞的神经网络的全局指数稳定性

本文运用矩阵不等式方法和李雅普诺夫(Lyapunov)方法,研究具有变时滞的神经网络平衡点的存在性、唯一性和全局指数稳定性问题,得到了一个新的结果。此外,给出了两个实例,进一步说明了所得结果的有效性。     

中立型灰色随机分布时滞系统的指数鲁棒稳定性

为了得到一类中立型灰色随机分布时滞系统的指数鲁棒稳定性,本文利用Lyapunov-Krasovskii泛函法、灰矩阵的连续矩阵覆盖的分解技术和Ito公式,分别得到了以非线性矩阵不等式和线性矩阵不等式(LMI)表示的该系统指数鲁棒稳定的时滞依赖性判据。对非线性矩阵不等式判据,我们给出了一般性算法,解决了非线性矩阵不等式判据不便于实际应用的问题。数值例子表明,本文所给判据是有效的,且系统的指数稳定性和时滞,随着绝对灰度矩阵的谱范数的增大而减小。     

含有非线性扰动的时滞随机微分系统的鲁棒均方稳定性

研究一类含有非线性扰动的多时变时滞随机微分系统在有记忆状态的反馈控制器下的鲁棒均方稳定性问题.通过构造Lyapunov-Krasovskii泛函,运用Ito公式,引入适当的自由权矩阵,利用积分不等式和分析技巧,基于线性不等式(LMI)方法和Schur补定理,获得含该系统的鲁棒均方渐近稳定和鲁棒均方指数稳定,并给出了相应反馈控制器设计.所得结果与时滞和随机干扰相关,丰富了已有的结果.     

参数不确定非线性系统的鲁棒镇定与鲁棒跟踪设计

针对参数不确定非线性系统的鲁棒镇定和鲁棒跟踪问题,提出了一种基于Lyapunov稳定性理论的非线性动态鲁棒控制器设计方法,将设计过程分为两步,第一步是针对标系统设计使其实现控制目标的控制器,第二步是在第一步的基础上,进一步设计控制器抑制由于不确定性因素所产生的原系统与标称系统之间的偏差,其优点是在设计的第一步可以直接利用基于精确数学模型建立的非线性控制系统设计方法,数值仿真验证了设计方法的正确性。