一类四阶非线性系统的全局稳定性

在研究非线性系统的全局稳定性中,类比法是一个常用的方法.运用类比法构造了一类四阶非线性系统的李雅普诺夫函数,从而推出了该类系统的零解的全局稳定性的充分条件.     

时滞BAM神经网络的全局稳定性

利用李雅普诺夫泛函方法并结合一些分析技巧获得了时滞BAM神经网络平衡点全局渐近稳定和全局指数稳定的充分条件，这些条件对设计全局渐近稳定的BAM神经网络和全局指数稳定的BAM神经网络具有重要意义．     

一类三阶非线性系统的全局稳定性

构造了一类三阶非线性系统的李雅普诺夫函数, 得到了其零解全局渐进稳定的充分性准则, 推广了文献中的大部分结果.     

一类非线性自治系统的全局稳定性

对文 [1]给出的数学模型作以适当改进 ,得到一类非线性自治系统 x =-αx +(β -αx -αy) (1-e-λx) , y=αx -αy .在给定的条件下 ,同样获得与文 [1]平行的两个结果 ,并证明了改进后的非线性自治系统的平衡点的惟一性及全局稳定性     

关于一类三阶非线性系统全局稳定性

利用王联、王慕秋提出的三阶线性系统的李雅普诺夫函数,采用类比的方法,构造出李雅普诺夫函数,研究了一类三阶非线性系统的全局渐近稳定性,并得到各自零解全局渐近稳定的充分条件.     

一类时滞神经网络的全局鲁棒稳定性分析

利用矩阵Schur补的有关知识,通过构建李雅普诺夫函数,研究了一类时滞神经网络的平衡点的全局稳定性,得到了该类神经网络在平衡点全局鲁棒稳定的充分判据．     

一类四阶非线性系统的全局稳定性及MATLAB实现

在四阶常系数线性系统李雅普诺夫函数公式的基础之上,借助于MATLAB软件,通过"类比法"构造出一类四阶非线性系统的李雅普诺夫函数,并获得了该非线性系统零解全局渐近稳定的充分条件.     

Hassell模型全局稳定性的一个定理

根据Ｈａｓｓｅｌｌ模型给出了一个Ｌｙａｐｕｎｏｖ函数，得到了该模型全局稳定性的一组明确的充分条件，解决了文献［１］对该模型全局性定理的一个不明确的猜想，并得到了严格的证明。     

二阶非线性微分方程解之全局稳定性

本文采用新的方法,研究微分方程(?)(t)+p(t,x,(?))g(x)h(?)+q(t)(?)(x,(?))=e(t,x,(?))的全局稳定性。在某些条件下,得出全局稳定的充要条件。本文构造的Lyapunov函数结构简单,具有明显的物理意义。本文之结果包括何崇佑,王克、靳明忠、Sakata S.和Yamamoto,M.的结果。     

一类微分模型周期解的指数稳定性

使用不等式和李雅普诺夫函数方法,在简洁的假设条件下得到一类变时滞变系数的神经网络模型周期解的存在唯一性与全局指数稳定性的结论.最后,用一个具体例子验证了理论的正确性.     

含混合时滞的随机Hopfiled神经网络的全局指数稳定性

考虑一类含混合时滞的随机Hopfiled神经网络,运用Razumikin方法和不等式技巧得到了该网络平凡解的p阶指数稳定性,推广了一些已有的结果,并利用一个例子,说明结果的有效性.     

时标上脉冲动态系统的指数稳定性

利用Lyapunov函数直接方法研究了时标上固定时刻脉冲动态系统的指数稳定性,并给出了此系统指数稳定性的几个判别准则。由于时标理论是离散和连续的统一,时标上脉冲动态系统的稳定性研究更具有普遍性,它包含了已有的脉冲微分系统指数稳定性的结果。同时,给出的定理中对Lyapunov函数的Δ-导数及其在脉冲点处的要求更具一般性,使得定理具有更广泛的适用范围。最后给出了一个例子说明其应用。     

具有时变时滞的中立型系统的指数稳定性

研究具有时变时滞的中立型系统的指数稳定性问题。根据李雅普诺夫第二方法,构造适合讨论文中给定系统指数稳定性的李雅普诺夫函数,对积分交叉项的处理是通过引入一个使得结果保守性较小的不等式,并在此基础上得到了一个关于中立型系统时滞相关的指数稳定性判据。同时,根据针对中立系统所提出的方法又总结出了使得时滞微分动力系统时滞相关的指数稳定性判据,得到了求解时滞相关最大上界的算法,最后利用MATLAB中线性矩阵不等式LMI工具箱求解,得到使得文中所讨论系统指数稳定的时滞最大上界和指数稳定的最大上界。最后通过数值例子说明结果的可行性、正确性和有效性。     

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.     

可变时延神经网络的全局指数稳定性

利用Lyapunov泛函方法和线性矩阵不等式(LMI)技术,讨论了带有可变时延的神经网络的全局指数稳定性.通过引入一系列参数,给出全局指数稳定的平衡点的充分条件.实例表明给出的充分条件是有效、可行的.     

变时滞静态神经网络的全局指数稳定性

基于拓扑度理论和推广的Halanay矩阵微分不等式,研究了变时滞静态神经网络的全局指数稳定性,并给出了实用有效的判定条件。     

一类时滞分布参数系统的指数渐近稳定性

研究了一类时滞分布参数系统的稳定性，给出了系统指数渐近稳定的充分条件，并对相应的系数不确定系统进行了研究，获得了鲁棒指数渐近稳定的判别准则。     

具有脉冲和时滞的细胞神经网络的全局指数稳定性

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新的充分条件,该结果具有更好的适用性.     

一类带分布时滞微分系统的全局指数稳定性

研究一类带分布时滞系统的稳定性,利用非线性测度以及微分不等式技巧,得到了系统全局指数稳定的一个充分条件．     

区间时变时滞线性系统的指数稳定性

基于Lyapunov泛函方法,研究时滞是时变的且属于一个区间的线性时滞系统的指数稳定性.以线性矩阵不等式的形式给出了一个新的指数稳定性判别准则.在估计Lyapunov泛函的导数时,利用凸组合和倒数凸组合方法得到了较小的上界,从而使得到的指数稳定性条件具有较小的保守性.另外,所得状态变量的指数上界只依赖于初始函数本身而不涉及其导数.最后,用数值算例验证了所得方法的有效性.