多时滞和分布时滞细胞神经网络的全局渐近稳定性

应用Young不等式技术和构造适当的Lyapunov函数,研究了同时具有多时变时滞和分布时滞的细胞神经网络的全局渐近稳定性问题.得出了时滞细胞神经网络的平衡点全局渐近稳定的几个充分判据.与现有一些文献中的结果相比,所得到的这些判据具有保守性小,适用范围宽等特点.仿真示例验证了所得结果的有效性.     

区间变时滞广义系统的稳定性分析

本文研究了区间变时滞广义系统的时滞依赖稳定性问题,即寻求稳定判据保证广义系统的正则性、无脉冲性和渐近稳定性.通过利用一个新的Lyapunov-Krasovskii泛函和自由权矩阵方法,得到了该系统渐近稳定的时滞依赖新判据.所提出的泛函,能充分利用区间时滞的上界、下界和这两个界中间值的信息.新判据以线性矩阵不等式形式给出,很容易利用MATLAB验证.数值算例表明,与参考文献中的方法相比,本文结果可获得较大的允许时滞上界,这也验证了方法的有效性.     

随机中立型时滞神经网络的全局渐近稳定性判据

研究一类含有变时滞的随机中立型神经网络的全局渐近稳定性问题.通过构造一个新的Lyapunov Krasovskii泛函和不等式技术,得到了基于线性矩阵不等式表示的与时滞大小有关的时滞稳定的充分判据.该判据考虑了一类含有分布式时滞和随机扰动项并且激活函数是常量(正数、负数和零)的中立型神经网络,与现有文献相比,其更具有一般性和较少保守性.最后,通过2个算例分析,验证了所得结果是有效的.     

一类Lurie时滞系统绝对稳定的新判据

考虑了一类Lurie时滞系统的绝对稳定问题,通过构造适当的Lyapunov函数和引入一些松弛矩阵,得到了LMI形式新的时滞依赖绝对稳定性判据.最后数值例子结果验证了方法的有效性和较弱的保守性.     

区间变时滞广义系统的稳定性分析(英文)

本文研究了区间变时滞广义系统的时滞依赖稳定性问题,即寻求稳定判据保证广义系统的正则性、无脉冲性和渐近稳定性。通过利用一个新的Lyapunov-Krasovskii泛函和自由权矩阵方法,得到了该系统渐近稳定的时滞依赖新判据。所提出的泛函,能充分利用区间时滞的上界、下界和这两个界中间值的信息。新判据以线性矩阵不等式形式给出,很容易利用MATLAB验证。数值算例表明,与参考文献中的方法相比,本文结果可获得较大的允许时滞上界,这也验证了方法的有效性。     

变时滞随机模糊细胞神经网络的全局指数稳定性

通过构造合适的Lyapunov泛函,利用It微分算子和不等式的分析技巧研究一类变时滞随机模糊细胞神经网络平衡点的全局指数稳定性,得到了该模型全局指数稳定的一个时滞独立和一个时滞依赖的充分条件.最后通过数值算例验证结论的有效性.     

区间变时滞广义系统的稳定性分析

本文研究了区间变时滞广义系统的时滞依赖稳定性问题,即寻求稳定判据保证广义系统的正则性、无脉冲性和渐近稳定性。通过利用一个新的Lyapunov Krasovskii泛函和自由权矩阵方法,得到了该系统渐近稳定的时滞依赖新判据。所提出的泛函,能充分利用区间时滞的上界、下界和这两个界中间值的信息。新判据以线性矩阵不等式形式给出,很容易利用MATLAB验证。数值算例表明,与参考文献中的方法相比,本文结果可获得较大的允许时滞上界,这也验证了方法的有效性。
     

多时变时滞细胞神经网络的全局指数稳定性

针对一类多时变时滞细胞神经网络,利用Young不等式和Halanay不等式技术,给出了保证平衡点惟一性和全局指数稳定性的几个充分判据.所得到的全局指数稳定判据完全独立于时滞,不要求时变时滞的可微性和神经元激励函数的严格单调性,且通过几个注释说明本文的结果改进和扩展了现有一些文献中的结果.仿真例子证明了本文结果的有效性.     

脉冲时滞BAM神经网络稳定性研究

研究了带有脉冲的时滞双向联想记忆(BAM)神经网络的稳定性问题.通过对网络系统的研究,根据脉冲的特点,采用Lyapunov稳定性理论和一些矩阵分析的技巧,得到了脉冲时滞BAM神经网络的稳定性结论,其中包括稳定点的唯一性判据和稳定性的判据,说明脉冲时滞BAM神经网络的稳定性问题是网络本身的特性,最后通过数值算例验证了论文的可行性和有效性.     

时滞依赖的脉冲时滞神经网络的稳定性

基于Lyapunov泛函和不等式技巧,得到脉冲混合时滞神经网络全局指数稳定性的时滞依赖型判据,其中混合时滞包括离散时滞和分布时滞两种类型.该判据用线性矩阵不等式表示,并通过一个数值实例验证了判据的有效性.     

多时滞离散系统α--稳定判据

提出了多时滞离散系统α－稳定的简单判据，并提出如果α不为零，则稳定性判据与时滞有关，从而降低了判定的保守性，同时又可计算时滞的稳定域。     

时变时滞细胞神经网络的稳定性分析

研究了一类具有变时滞的细胞神经网络的稳定性问题,利用新的Lyapunov Krasovskii函数,给出了系统全局渐近稳定的时滞相关稳定性条件。其结果以线性矩阵不等式的形式给出,可以很容易通过计算机编程实现。并且本文通过对矩阵特征值的应用,得到了一个新的LMI的应用形式,改善了对LMI的应用。最后,数值算例说明了本文结果的优越性。     

Lurie型不确定控制系统的鲁棒稳定性

利用Razumikhin技术与向量不等式的方法 ,研究具有多个状态和控制的时变时滞的Lurie型不确定控制系统的鲁棒稳定性问题 ,给出了系统鲁棒绝对稳定的时滞相关及时滞无关判据 .并通过优化参数得到具有较低保守性的时滞相关准则 .还给出一个例子 .     

具有变时滞中立型控制系统的鲁棒稳定性分析

为了更好地解决时滞中立型控制系统的鲁棒稳定性分析问题,研究并建立保守性更小的相关稳定性准则,针对变时滞不确定中立性系统数学模型,通过构造一个新颖的Lyapunov-Krasovskii泛函,将广义凸集合与积分不等式等方法相结合来估计Lyapunov-Krasovskii泛函导函数的上界,有效地拓宽了结论适用范围。在考虑变时滞与其导函数上下界可测同的同时,基于线性矩阵不等式给出了系统渐近稳定与鲁棒稳定的相关准则,这些准则易于借助Matlab工具箱LMI进行求解。最后通过数值算例与现有相关结论进行了对比分析,所得结果具有更大时滞容许上界值,表明所提出的方法在稳定性分析中更具有较低保守性。     

带泊松跳的中立型随机时滞微分方程解的指数稳定性

主要利用Laypunov泛函方法和随机分析理论，研究带泊松跳的中立型随机时滞微分方程解的存在惟一性和解的指数稳定性．所得结果覆盖了许多非线性时滞微分方程已经存在的某些理论，而且实验说明此结论比以往的结论更容易验证．     

具有时滞的双向联想记忆神经网络的鲁棒稳定性

应用线性矩阵不等式技术研究了时滞双向联想记忆神经网络的平衡点稳定性问题.针对存在参数不确定的时滞双向联想记忆神经网络,根据Lyapunov稳定理论,通过构造适当的Lyapunov-Krasovskii泛函,给出了保证双向联想记忆神经网络平衡点全局鲁棒稳定的两个新判据.所得到的结果能够表示成线性矩阵不等式形式,具有易于验证和独立于时变时滞幅值大小等特点.对于慢时变时滞的情况,当时滞幅值较大时,所得结果具有较小的保守性.通过一个仿真例子表明了所得结果的有效性.     

小世界联接对神经网络稳定性的影响

研究一个具有小世界联接的时滞神经元网络. 基于 Lyapunov稳定性方法, 分析了此系统平衡点的渐近稳定性, 给出了与时滞相关的系统全局稳定性准则, 并讨论了小世界联接强度对系统全局稳定性的影响.     

一类非线性反馈系统的稳定性分析

利用新近发展起来的积分二次约束(IQC)方法,研究了一类较为普遍的非线性反馈连接的 L₂-稳定性问题,给出了其稳性分析准则和一些必要条件,这些结果适用于时不变与时变系统。其次,利用已有的结果,研究了非线性环节具有扇区特性的稳定性问题。在单输入单输出(SISO)的情况下,给出了时变系统的圆判据。而在多输入多输出MIMO的情况下,也给出了一个稳定性判据,该结果不要求其非线性环节具有解藕条件。     

区间时变时滞线性系统的鲁棒稳定性新判据

研究了一类具有区间时变时滞线性不确定系统的鲁棒稳定性问题。通过构造合理的李雅普诺夫函数,并且使用辅助变量以及广义状态法,得出了区间时变时滞系统的时滞相关鲁棒稳定性新判据。同现有方法不同,该方法由于没有对时滞系统导数的限制,可以用于快时变时滞系统。数值算例表明了方法的有效性。