改进的G-布朗运动驱动的随机微分方程的稳定性

主要研究由G-布朗运动驱动的随机微分方程的稳定性问题,利用一致渐近稳定函数,提出了指数p-稳定性和指数p-不稳定性的新的充分条件,所得结果减弱了原有指数p-稳定性定理和指数p-不稳定性定理的条件约束.     

随机微分方程的指数稳定性

本文较系统的研究了Ito方程解的指数稳定性。给出了随机指数稳定性、指数p—稳定性、几乎必然指数稳定性的比较准则,这些比较准则推广了Nevel’son和Has’minkiǐ的相应结果。     

基于LMI的时滞细胞神经网络的指数稳定性分析

研究了一类具有时滞的细胞神经网络的指数稳定性问题,利用Lyapunov Krasovskii函数,给出了系统全局指数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,可以很容易求出系统稳定的时滞上界,并且能够达到时滞无关指数稳定性和全局渐近稳定性.数值算例说明了本文结果的优越性.     

高阶Hopfield型神经网络的指数稳定性及指数收敛速度的估计

讨论高阶连续Hopfield型神经网络平衡态的全局指数稳定性和局部指数稳定性问题,得到了网络平衡态指数稳定的简单充分条件和指数收敛速度的估计结果,并在网络平衡态局部指数稳定时得到了平衡态的吸引域。     

脉冲依赖时滞的微分系统的指数稳定性

研究了一类脉冲依赖于时滞的微分系统的指数稳定性,得到了系统零解指数稳定的充分条件.作为推论,文章也研究了已有文献中相应的指数稳定性结果.     

Pritchard-Salamon系统的反馈稳定性

研究了Pritchard-Salamon系统的指数能稳定性，以半群临界谱为工具，给出了几个具一定应用意义的指数稳定性结果。     

时滞系统的指数稳定性问题

提出广义指数稳定性概念,推广通常使用的指数稳定的概念,并运用Hahn 提出的同量级比较函数来探讨广义指数稳定性问题。得到的结果包括了已有的定理,     

一类具有分布时滞的Hopfield神经网络的稳定性

利用谱半径和不等式分析技巧研究了一类具有分布时滞的Hopfield神经网络模型的全局指数稳定性，得到了全局指数稳定性的一些充分判别条件，推广了一些文献的结果．     

Markov跳变的非线性脉冲系统指数稳定性

研究了具有Markov跳变的随机脉冲系统的p阶矩指数稳定性和几乎必然指数稳定性.首先, 利用平均停留时间, 基于Lyapunov函数,建立了这类系统指数稳定的充分条件;然后,基于M-矩阵,给出了指数稳定的代数判据;最后,给出一个例子说明本文结果的有效性.     

马尔可夫调配的随机微分方程的指数稳定性

利用Gronwall不等式和广义Gronwall不等式研究了一类马尔可夫调配的随机微分方程的指数稳定性,建立了新的户阶均值指数稳定性判别准则,证明的两个定理,推广了现有文献的相应结果．     

基于Lyapunov范数的发展算子一致指数不稳定性的刻画

利用Lyapunov范数给出了Banach空间中发展算子的一致指数不稳定性的Datko型特征. 所得结果推广了稳定性理论中的已有结果.     

Hilbert空间上线性斜积半流的一致指数膨胀性的存在条件

该文的主要目的是在Hilbert空间中基于线性斜积半流的定义研究其一致指数膨胀的存在条件. 应用泛函分析与算子理论相关方法,得到了线性斜积半流满足一致指数膨胀的若干连续时间形式的Lyapunov算子不等式. 所得的Lyapunov型结论推广和完善了指数稳定性与指数膨胀性理论中的一些已有结果(如Datko、Pazy、Rolewicz等).     

一类变时滞反应扩散静态递归神经网络解的P阶有界性和P阶全局指数稳定性

利用Lyapunov泛函与不等式技巧研究了一类变时滞反应扩散静态递归神经网络解的P阶一致有界,P阶一致最终有界和P阶全局指数稳定性,获得了易于验证的代数判据.     

关于Volterra积分微分方程解的稳定性与有界性

利用Ｌｉａｐｎｏｖ泛函，给出了Ｖｌｔｅｒｒａ积分微分方程一致稳定性，全局一致渐近稳定性，指数渐进稳定性，一致有界性，一致最终有界性的几个定理。这些这理减弱了对Ｌｉａｐｕｎｏｖ泛函的要求，推广了文「１」的相应结果。     

中立型泛函微分方程概周期解的存在唯一性与稳定性

利用不动点定理及指数型二分性,研究了一类中立型泛函微分方程的概周期解,得到了保证该方程概周期解的存在唯一性与一致稳定性的充分条件．     

线性I随机系统部分变元的强稳定性

运用随机线性系统的柯西矩阵及其截断矩阵 ,通过引进随机线性系统左截柯西矩阵和右截柯西矩阵 ,讨论了线性It^o随机系统部分变元的几乎必然强稳定性 ,得出了该系统只依赖于左截柯西矩阵的有界性和右截柯西矩阵的渐近性的各种a .s强稳定性 ,包括强稳定、强一致稳定、强渐近稳定、强一致渐近稳定及强指数稳定之间的等价条件 ,推广了已有文献的结果     

非线性离散时变系统族的鲁棒稳定性

研究了非线性离散时变系统接的平衡点的几种Lyapunov稳定性，利用其系统族的ES（extremesystems）建立了系统族的平衡点的鲁棒一致稳定性、鲁律一致渐近稳定性和鲁棒指数稳定性的充分条件。其结果涵盖并推广了许多已知的稳定性定理。     

具有函数型关联因子的大系统的部分联结稳定性

讨论具有函数型关联因子的大系统的部分联结稳定性.利用向量李雅普诺夫函数法和负对角拟优矩阵性质研究了该类大系统的部分联结一致渐近稳定、指数稳定和不稳定性，并得到相应的判定条件，推广了大系统关联稳定性的有关结论.     

综合的机器人鲁棒自适应控制

研究了不确定性机器人轨迹跟踪的鲁棒自适应控制方法．利用机器人动力学参数变量分离方法,将系统的集中不确定性反映到一个集中的标量参数上,进而提出一种基于简单的计算力矩结构的综合鲁棒自适应控制策略,同时还设计了一个通用的非线性反馈增益和一个简单的自适应律,通过在线刷新一个集中的系统不确定性参数,最后保证系统达到全局指数意义的渐近稳定或全局一致最后有界．通过简化控制结构得出一种简单的鲁棒控制器．按照对控制参数的不同选择,可保证系统达到严格的全局一致最后有界、全局渐近稳定、全局指数稳定三种稳定性结果．理论分析和计算机仿真验证了控制律的有效性．     

脉冲时滞细胞神经网络系统的指数稳定性

讨论了一类具有时滞的脉冲细胞神经网络的全局指数稳定性。利用Lyapunov函数和不等式技巧得到了该系统全局指数稳定的一个充分条件,同时给出示例说明结果的有效性。