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.     

多比例时滞杂交双向联想记忆神经网络的全局指数稳定性

考虑多比例时滞杂交双向联想记忆神经网络的全局指数稳定性．应用Brouwer不动点定理证明了多比例时滞杂交双向联想记忆神经网络平衡点的存在性,再通过构造合适的Lyapunov泛函,获得了该系统平衡点全局指数稳定的时滞依赖的充分条件,该条件蕴含系统平衡点的唯一性,并给出了一个例子说明结论的有效性．     

控制时滞与测量时滞采样系统的最优扰动抑制

研究在持续外部扰动作用下,具有控制时滞和测量时滞的采样线性系统前馈-反馈最优扰动抑制控制器设计问题.首先将采样系统离散化为时滞离散系统,再利用模型转换将时滞离散系统转换为无时滞系统;对转换后的系统设计前馈-反馈最优控制器,证明其存在唯一性;通过求解Riccati矩阵方程和Stein方程,设计含控制记忆项的最优控制律,利用控制记忆项补偿时滞对系统产生的影响;然后通过构造降维状态观测器解决前馈控制物理不可实现以及状态不完全可测的问题.最后通过仿真示例,证实运用模型转换方法所设计的最优扰动抑制控制器,能够有效地补偿时滞给系统带来的影响,并实现扰动抑制.     

线性时滞系统带记忆静态输出反馈H∞控制

对于存在状态时滞的线性时滞系统,提出了无记忆与带记忆的复合H∞静态输出反馈控制器的设计问题,通过解相应的线性矩阵不等式求得满足设计要求的输出反馈控制器。最后给出一个数字仿真实例说明所得结论的有效性。     

有记忆和无记忆滑模控制器设计及其可行性

针对非线性不确定时滞系统,设计了有记忆和无记忆滑模控制器,并分析了其可行性.通过不等式变换技巧,研究了时滞系统的有记忆滑模控制器设计问题,并将该控制器的可行性问题转化为线性系统的状态反馈二次稳定性问题.此外,给出了无记忆滑模控制器设计方案并给出了其可行性判据.所提方法的显著优点是不需要求解线性矩阵不等式就能判断滑模控制器设计的可行性.     

离散多时滞系统时滞记忆鲁棒H_∞容错控制

针对具有多个时滞状态的线性不确定离散时间系统,基于李雅普诺夫稳定性理论和线性矩阵不等式方法（LMI）,采用有时滞记忆的状态反馈控制律,研究了执行器发生故障的情况下,不确定离散多时滞系统的鲁棒H∞容错控制问题.在采用离散执行器故障模型条件下,给出了没有干扰输入时,系统存在有时滞记忆的状态反馈鲁棒容错控制器的一个充分条件;...     

具记忆状态反馈的输入受限时滞系统模型预测控制器

针对一类具有输入约束的离散线性不确定时滞系统,提出了一种具有记忆状态反馈的模型预测控制器.首先,定义时滞系统的鲁棒性能指标,在考虑时滞状态影响的条件下设计了包含时滞状态的记忆状态反馈控制律,在线优化时将当前控制量作为独立优化变量,与其它作为反馈控制的时域控制序列分开处理,以降低算法保守性,提高可行性.然后,给出了基于线性矩阵不等式凸优化的控制策略以及系统稳定的充分条件.最后,通过仿真实验验证了该控制算法的有效性.     

随机时滞BAM神经网络的全局散逸性

把不确定性因素考虑到双向联想记忆神经网络(BAM)中, 得到一类带Brown运动的随机时滞双向联想记忆神经网络(BAM)模型. 在激活函数有界的条件下, 研究了随机时滞BAM神经网络的全局散逸性. 通过Lyapunov泛函、Jensen不等式和It 公式等, 讨论了随机时滞BAM神经网络系统均方散逸的充分条件, 给出了该系统散逸的吸引集. 通过数值例子对所给出的结论进行了验证.     

关于脉冲滞神经网络的全局稳定性

本文扩展双向联想记忆神经网络（BAMNN）的研究范围,在时滞型BAMNN的基础上,提出脉冲型时滞BAMNN的概念,并对其全局一致渐近稳定性进行了讨论.便于从新的途径实现BAMNN分析和综合利用.     

线性系统时滞相关鲁棒H∞控制

讨论了具有状态时滞的不确定性线性系统的时滞相关鲁棒H∞控制问题.将矩阵分解的思想应用于线性时滞系统的控制综合,利用Lyapunov-Krasovskii泛函方法,通过牛顿-莱布尼茨公式中各项相互关系引入“0”阵,获得了一种的经无记忆状态反馈控制后可鲁棒镇定,而且具有给定的H∞性能指标的时滞相关,时滞导数相关的充分条件,提出了一种矩阵分解的次优算法.最后用实例表明了所得结论的有效性.