具有饱和执行器的随机中立型系统的均方指数稳定性

讨论具有饱和执行器的混合时滞随机中立型系统的均方指数稳定性.在考虑了时变时滞依赖和分布时滞效应的系统状态中融入具有Markov跳变的随机中立系统,针对此类系统设计了一个无记忆饱和状态的反馈控制,构造合适的Lyapunov-Krasovskii函数,由时滞分割法得到系统的最大时滞上界,采用线性矩阵不等式方法,推导出系统均方指数稳定的充分条件并进一步得到较小保守性.数值例子说明该方法的有效性.     

随机时滞静态神经网络的均方指数稳定性

研究了一类随机时滞静态神经网络的稳定性问题,利用随机分析的知识和M-矩阵的理论,给出了一些新结果,并推广了有关文献中的结论。     

随机时滞Hopfield神经网络的均方指数稳定性

利用Ｌｙａｐｕｎｏｖ泛函和Ｉｔｏ公式，研究了具有时滞的随机Ｈｏｐｆｉｅｌｄ型神经网络的均方指数稳定性．证明了三条定理和三个推论．当随机扰动为零时，便得到确定性的时滞神经网络指数稳定的结果．     

一类随机时滞微分方程的均方指数稳定性

研究了一类随机时滞微分方程的均方指数稳定性问题.利用Gronwall引理,不等式技巧和随机分析的知识,给出了在均方意义下系统均方指数稳定的代数判据.     

具有Markov跳的时滞中立系统的均方指数稳定

文章研究了带有Markov跳的随机中立系统的均方指数稳定性问题,考虑带有Markov跳的中立系统,并同时考虑了系统具有时滞及非线性干扰。该模型中所考虑的状态时滞和分布时滞依赖于Markov跳,所考虑的Markov跳是具有连续的时间和连续状态的Markov过程;基于Lyapunov-Krasovskii理论,利用积分不等式的方法,得到带有Markov跳的时滞中立系统均方指数稳定的充分条件;数值例子说明了该方法的有效性。     

具有混合时滞Cohen-Grossberg随机神经网络的均方指数稳定性

研究了具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的均方指数稳定性.运用It微分公式沿所考虑的神经网络对构造的Lyapunvo函数进行微分,利用时滞微分不等式得到其均方指数稳定的几个充分判据.仿真例子证明了结果的有效性.     

S-分布时滞随机广义细胞神经网络的均方指数稳定性分析

利用Lyapunov泛函方法和随机分析技巧,研究了S-分布时滞随机广义细胞神经网络的全局均方指数稳定性。给出了稳定性判据。仿真实验验证了结论的正确性。     

具有变时滞的随机向量差分方程的均方指数稳定性

利用Holder不等式,时滞差分不等式以及非负矩阵谱半径的性质,得到了一类具有变时滞的随机向量差分方程的均方指数稳定的充分条件.     

具分布型时滞随机系统的时滞相关稳定性

研究了具有不确定性时滞的一类线性随机微分系统的依概率鲁棒全局渐近稳定性和均方意义下的指数稳定性，旨在研究更为广泛的一类线性随机滞后微分系统的稳定性，利用LMI方法，得到了分布时滞和离散时滞系统保守性较小的时滞相关的稳定性充分性判据。     

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.     

具有分布时滞的随机中立型系统的随机鲁棒镇定

文章针对一类同时具有3个时变时滞的且不确定参数是有界范数的随机中立型时滞系统,利用随机Lyapunov稳定性理论和It^o微分法则,采用线性矩阵不等式方法,推导出系统的随机渐近稳定的充分条件,并进一步给出随机鲁棒可镇定的充分条件;镇定控制器主要采用状态反馈的方法来设计,从而保证了闭环系统的渐近稳定性;最后给出数值算例验证了文中控制器设计方法的正确性和适用性。     

带跳随机延迟微分方程半隐式Euler方法的均方指数稳定性

研究带跳随机延迟微分方程半隐式Euler方法的均方指数稳定性.将半隐式Euler方法应用到维纳过程和泊松过程驱动下的非线性随机延迟微分方程上进行讨论,给出了半隐式Euler方法的均方指数稳定性的条件.     

S-分布时滞随机区间细胞神经网络的全局指数鲁棒稳定性

利用Lyapunov稳定性理论和随机分析的方法,给出了在均方意义下系统全局指数鲁棒稳定性的判据,并且给出了几乎必然指数稳定性的代数判据,通过仿真例子说明结果的实用性。     

线性中立型时滞系统的新指数稳定法则

为研究线性中立型时滞系统的指数稳定性问题,构造一个新型的Lyapunov-Krasovskii泛函,基于线性矩阵不等式方法,给出指数稳定的时滞相关的充分条件.数值算例表明所得结论较某些已存在的结果提高了所允许的延时上界.     

中立型随机时滞系统的渐近稳定性

通过It^o公式与半鞅收敛定理建立了中立型随机时滞系统的拉萨尔不变原理,确定系统解的极限位置的判定条件,并应用此原理给出中立型随机时滞系统的渐近稳定性的充分条件.同时也说明了本方法的结果包含了经典的随机系统稳定性结果为其特殊情况.需要指出的是,本方法所建立的稳定性结果无须LV负定,充分利用了随机扰动项的作用.最后,用实例验证了该结果.     

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。     

具有分布式时滞的模糊神经网络的指数稳定性

研究具有分布式时延的模糊神经网络的指数稳定性.仅要求反馈核函数满足∫0th(s)ds=1,利用均值不等式和Lyapnunov泛函,得出了该模型的全局指数稳定性的一个充分条件.通过实例,说明本文结果是可行的.     

变时滞Cohen-Grossberg 随机神经网络的矩指数稳定性

本文讨论了随机变时滞Cohen-Grossberg神经网络的矩指数稳定性.利用Ito公式、时滞微分不等式和神经网络的特征，作者导出了这类神经网络矩指数稳定性的代数条件并给出了一个说明性实例.