具有变时滞摄动切换系统的鲁棒状态反馈镇定

探讨了具有变时滞摄动切换系统的鲁棒状态反馈镇定问题.利用单Lyapunov函数方法和多Lyapunov函数方法,设计了使系统镇定的鲁棒状态反馈镇定控制律和切换策略.仿真结果表明,所设计的控制律和切换策略正确、有效.     

具混合时滞的随机神经网络的稳定性分析

通过构造新的Lyapunov-Krasovskii泛函并利用随机分析的方法,建立了一类具有混合时滞和马尔可夫(Markovian)参数切换的随机神经网络均方渐近稳定的判据.所考虑的混合时滞既包含时变的离散时滞也包含无穷分布时滞,神经网络的参数切换由某个马尔可夫链所确定.     

一类带有奇异干扰的脉冲切换系统的鲁棒镇定

研究一类带有奇异干扰和输入时滞的不确定脉冲切换系统的稳定性和切换控制器设计问题。通过使用还原方法和多Lyapunov函数技术,并且设计了一定的时滞控制器,从而建立了保证这类脉冲切换系统鲁棒渐近镇定的充分条件。最后,一个数值算例表明结论的有效性。     

变时滞离散时间切换Hopfield神经网络的稳定性分析(英文)

主要研究具有时变时滞和不确定项的离散时间切换霍普菲尔德神经网络的鲁棒指数稳定性问题。首先,给出具有时变时滞和不确定项的离散时间切换霍普菲尔德神经网络的数学模型。然后,基于一个新的李亚普诺夫-克拉索夫斯基泛函、离散时间的詹森不等式和线性矩阵不等式,应用平均驻留时间方法,导出一些新的时滞依赖的准则,从而保证离散时间切换霍普菲尔德神经网络的鲁棒指数的稳定性。并且通过一个数值例子验证了导出结果的有效性。     

一类不确定时滞切换组合大系统的鲁棒分散控制

研究了一类不确定时滞切换组合大系统的分散控制问题.对于复杂的切换组合时滞大系统,在每一个小子系统均不能被镇定的情况下,运用切换技术,凸组合技术和李亚普诺夫函数方法设计了鲁棒分散状态反馈控制器和相应的分散切换策略,使得不确定切换组合时滞大系统可以渐近镇定.     

一类时滞离散切换系统的指数镇定

以一类时滞不确定的离散切换系统为研究对象,系统中的不确定性满足范数有界条件,综合应用Lyapunov函数的方法和矩阵不等式,同时引入若干自由矩阵,在切换信号满足一定的平均驻留时间条件下,得出了系统指数镇定的充分条件.     

随机泛函微分系统的脉冲镇定

针对一般的随机泛函微分系统,提出了可脉冲均方一致渐近镇定和可周期性脉冲均方一致渐近镇定的定义.利用Lyapunov函数和一个一维线性脉冲时滞系统的渐近稳定性条件,得到了随机泛函微分系统可周期性脉冲均方一致渐近镇定的充分判据,并给出了脉冲控制律的具体设计方法.脉冲控制函数为正比例函数,脉冲发生间隔则依赖于系统本身的参数和选取的脉冲控制函数的比例系数.数值例子表明所设计的脉冲控制器是有效的.     

不确定时滞离散切换广义系统的鲁棒H∞控制

研究了一类具有不确定性和时滞依赖的离散切换广义系统的鲁棒H∞控制问题.首先,基于线性矩阵不等式基础,结合完备性理论,利用多Lyapunov函数方法,在适当的切换规则作用下,给出了这类系统对于所有容许的不确定性,鲁棒镇定且具有H∞范数界的充分条件;然后基于此条件,通过设计相应的状态反馈子控制器,得到了保证闭环系统鲁棒稳定且具有H∞范数界的时滞依赖条件.数值算例表明了该方法的有效性.     

一类非线性时滞系统的脉冲控制

研究了一类非线性时滞系统x′=f(x(t)) g(x(t—τ))的脉冲镇定问题．给出了可脉冲指数镇定和可周期性脉冲指数镇定的定义,构造恰当的Lyapunov函数得到了这类系统可脉冲指数镇定和可周期性脉冲指数镇定的充分条件,并且给出了脉冲控制函数的设计方法,所得到的脉冲控制函数是仅依赖于系统参数的简单的线性函数．数值例子说明了文中结果的有效性．     

变系数线性时滞微分方程的脉冲镇定

研究利用脉冲效应来实现变系数的二阶和一阶线性时滞系统的镇定,给出了可脉冲指数镇定和可周期性脉冲指数镇定的条件,根据系统参数可得到脉冲控制函数的具体表达式,所给的例子说明了脉冲控制的有效性。     

具有脉冲效应复杂时滞动力网络的同步动力学与控制

从动力学和控制的角度考虑具有脉冲效应复杂时滞动力网络的同步动力学与控制问题。基于时滞动力系统的脉冲稳定性理论,给出了简单而又一般的网络同步化准则;并进一步将所得结果分别应用于由混沌时滞Hopfield神经网络和FHN神经元振子为动力节点所构成的具有脉冲效应无尺度(scale-free)结构复杂动力网络,数值模拟表明了所获理论结果的正确性。     

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.     

基于离散时间观测的神经网络的随机镇定

主要讨论了离散时间观测下的神经网络的随机镇定.首先,通过使用伊藤公式、Gronwall不等式、Burkholder-Davis-Gandy不等式等,证明得到离散时间观测的神经网络随机镇定的条件.其次,利用数值例子来对结论加以证明.     

离散时间神经网络的全局指数稳定性

研究了离散时间神经网络的全局指数稳定性问题．利用Liapunov函数法．得到了判断离散时间神经网络全局指数稳定性的一个新的充分条件．     

脉冲时滞神经网络的周期解

讨论了一类脉冲周期时滞神经网络的周期解的存在性. 通过将脉冲积分不等式及脉冲型Hale-Yoshizawa 型定理应用于脉冲时滞神经网络模型,得到了有关解的一致有界性、一致最终有界性及周期解的存在性的新的判据.     

离散混沌系统的Matlab仿真

基于M atlab研究了离散混沌系统的数值解法和图形仿真,同时针对离散时滞混沌系统给出了数值仿真的Matlab程序.对于高阶离散混沌系统也可以采用上面的变换将系统降阶,变成一阶差分方程组进行求解,从而离散混沌系统都可以通过简单的编程实现数值仿真.从数值仿真角度来说,所得方法对于离散混沌系统的混沌同步和控制器仿真及误差描述都有积极的意义.     

脉冲多比例时滞细胞神经网络全局指数稳定性准则

本文主要研究脉冲多比例时滞细胞神经网络的全局指数稳定性.通过Lyapunov函数以及Young不等式,并基于n维实向量空间中的lc-范数,我们得到细胞神经网络全局指数稳定的充分条件,最后我们用一个例子以及它的仿真来证明我们方法的有效性.     

带马氏切换的时滞脉冲神经网络稳定性分析

为研究带马氏切换的时滞脉冲随机神经网络的均方指数稳定性,构造了合适的Lyapunov函数,并利用伊藤公式、矩阵知识、泛函理论及神经网络自身的特性,对脉冲时刻及非脉冲时刻的系统状态进行分析,得到了该神经网络具有均方指数稳定性的判别准则,该准则应用广泛,简单好用.最后通过数值例子及仿真模拟,说明了该准则的正确性.      

一类时滞混沌神经网络的全局渐近同步

应用驱动—响应同步方法,研究了一类时滞混沌神经网络的全局渐近同步问题.基于分散控制策略,通过构造适当的Lyapunov-Krasovskii泛函,给出了保证两个具有相同结构但初始条件不相同的时滞混沌神经网络全局渐近同步的控制律设计方法.所得到的控制律不仅易于实现,而且具有高可靠性等特点,克服了传统的集中控制的不足.仿真示例验证了该方法的有效性.     

基于混沌脉冲耦合神经网络系统的信号跟踪

根据脉冲耦合神经网络能产生混沌现象,研究了对混沌PCNN系统配置控制序列来达到对参考信号追踪的方法。基于离散线性系统的稳定性理论,根据参考信号情况,配置不同参数,设计不同的控制序列来改变混沌系统,达到信号跟踪的要求。仿真和实验结果证明了该算法的有效性,实现了混沌PCNN系统对参考信号的追踪。