狭义随机Volterra积分方程解的几乎确定渐近估值

研究了狭义随机Volterra积分方程,并利用推广的Itō公式给出了其解的几乎确定渐近估值,得到了解的样本Lyapunov指数的估计,并说明此结果是对随机微分方程的严格推广.最后考虑了一种特殊情形,进一步验证了几乎确定渐近估值的可行性.     

噪声对一维耦合映象格子的影响

研究了一维耦合映象格子受局部反应参数噪声的影响．对系统最大Lyapunov指数与加入噪声的系统最大Lyapunov指数进行数值比较．发现在不同参数下噪声既可诱导有序，也可诱导混沌．     

噪声对一维耦合映象格子的影响

研究了一维耦合映象格子受局部反应参数噪声的影响.对系统最大Lyapunov指数与加入噪声的系统最大Lyapunov指数进行数值比较.发现在不同参数下噪声既可诱导有序,也可诱导混沌.     

一维耦合映象格子中参数噪声的影响

研究一维对称耦合映象格子受局部反应参数噪声的影响,并对系统最大Lyapunov指数与加入噪声的系统最大Lyapunov指数进行数值比较,发现在不同参数下,噪声既可诱导有序,也可诱导混沌．     

一类多时滞中立型随机微分方程的指数稳定性

考虑了下列非线性多时滞中立型随机微分方程d[x(t)-u(x(t-t_1)]=f(x(t),x(t-t_2),t)dt+g(x(t),x(t-t_3),t)dw(t),t≥0.利用Lyapunov方法获得了该方程的p阶矩指数稳定性的一些判别准则.通过Chebyshev不等式和Borel-Cantelli引理证明了该方程的几乎必然指数稳定性.     

一类时滞区间神经网络的全局鲁棒指数周期性

在不要求激活函数有界,可微和单调的条件下,利用不等式分析技巧和Lyapunov泛函方法讨论了一类时滞区间神经网络的全局鲁棒指数稳定性和周期性,给出了实用有效的判据,推广了有关文献中的结果.     

带Markov跳跃参数的奇异随机微分方程指数稳定性

通过构造新的Lyapunov函数,并利用矩阵范数的定义和性质,在Markov调制的随机微分方程的指数稳定性基础上,建立了Markov调制的奇异随机微分方程的p阶指数稳定性和几乎必然指数稳定性的条件并予以证明．     

具有脉冲的随机泛函微分方程的p阶矩指数稳定(英文)

在本文中,利用Lyapunov函数,借助Razumikhin技巧,作者研究了具有脉冲的随机泛函微分方程的p阶矩指数稳定性,得到了一些判定脉冲随机泛函微分方程p阶矩指数稳定的充分条件.所得结果说明非稳定的随机泛函微分方程,在脉冲干扰影响下也可以实现稳定化.     

脉冲随机微分方程的a．S．指数稳定性

基于Itσ随机微积分理论,运用Lyapunov函数的方法,Borel－Cantelli引理及随机分析技巧得到了带脉冲随机微分方程零解a．s．指数稳定的条件．     

参数驱动实现两个非耦合神经元完全同步与相位同步

讨论了利用外部混沌信号或神经元膜电压实现两个初始条件不同的非耦合Hindmarsh-Rose(HR)神经元的同步问题：利用外部混沌信号调制两个相同的非耦合HR神经元的某些参数，当刺激强度达到某一阈值时最大条件Lyapunov指数(LCLE)变负，两个系统可实现完全同步；利用混沌信号调制两个存在参数差的非耦合HR神经元的输入电流，当刺激强度达到某一阈值时两个系统的最大条件Lyapunov指数都变负，两个HR神经元将实现相位同步．此项研究从实验的角度为实现非耦合神经元同步提供了可行的方法，为今后研究更加复杂的神经元系统打下了一定的理论基础．