时滞神经网络的改进稳定判据

为了得出时滞神经网络稳定的改进判据,构造了一个含有三重积分和时滞项乘积的增广Lyapunov-Krasovskii泛函(LKF),且不要求所有的对称矩阵都是正定矩阵,应用辅助函数的积分不等式和倒凸组合技术,估计LKF的导数而得到了一个新的线性矩阵不等式形式的稳定性判据。最后,两个数值算例的数值仿真验证了本文方法的有效性和优越性。     

基于凸组合的一类时变时滞静态神经网络系统全局稳定性分析

研究了一类具有时变时滞的静态神经网络系统的全局渐近稳定性问题,考虑了更多时滞状态变量的信息,构造新的增广Lyapunov-Krasovskii泛函,利用时滞分割技术并结合使用自由权矩阵、Jensen积分不等式,基于凸组合方法获得具有更低保守性的系统时滞相依全局渐近稳定性判定条件,改善了相关文献结果,并以数值实例表明本文结果的有效性.     

一种改进的中立型时滞系统稳定性

主要讨论了具有混合时滞的中立型系统的时滞依赖稳定性问题.首先,通过构造新的含有增广向量的Lyapunov泛函;然后,使用改进的Jensen类不等式,得到了保守性较低的时滞依赖稳定性条件;最后通过数值实例仿真,验证了该条件的有效性和优越性.     

随机中立型时滞神经网络的全局渐近稳定性判据

研究一类含有变时滞的随机中立型神经网络的全局渐近稳定性问题.通过构造一个新的Lyapunov Krasovskii泛函和不等式技术,得到了基于线性矩阵不等式表示的与时滞大小有关的时滞稳定的充分判据.该判据考虑了一类含有分布式时滞和随机扰动项并且激活函数是常量(正数、负数和零)的中立型神经网络,与现有文献相比,其更具有一般性和较少保守性.最后,通过2个算例分析,验证了所得结果是有效的.     

具有加性时变时滞神经网络的稳定性分析

讨论了具有加性时变时滞的神经网络模型的稳定性,得到了新的稳定性判据.在构造包含三重积分项的新Lyapunov泛函的基础上,利用新的不等式,采用时滞分割方法,并结合其他分析技巧,得到了保守性较低的线性矩阵不等式稳定性条件.最后,通过2个数值实例,验证了方法的有效性和结果的优越性.     

线性系统的时滞相关稳定性

研究线性时滞系统的时滞相关稳定性问题。利用李雅普诺夫稳定性理论结合微分不等式，提出了若干个时滞相关稳定性的新判据，并给出了系统的时滞项上界的估计公式。得到的稳定性判据较简洁，且具有较低的保守性。     

耦合时滞神经网络的同步

研究了带有常数耦合、时滞耦合及分布时滞耦合的时滞神经网络的同步问题。构造了含有矩阵Kronecker积的Lyapunov-Krasovskii泛函(Lyapunov-Krasovskii functional,LKF),应用Jensen不等式、Wirtinger积分不等式、倒凸不等式和线性矩阵不等式(linear matrix inequality,LMI)技术来估计LKF的导数,得到了一个新的LMI形式的同步判据。数值仿真例子验证了所提出结果的有效性。     

具有混合时变时滞主从神经网络的指数采样同步控制

对于具有混合时变时滞的主从神经网络指数采样同步控制问题,运用Lyapunov-Krasovskii泛函方法以及线性矩阵不等式方法对其进行研究。通过构造新的增广Lyapunov-Krasovskii泛函,并对其导数采用一系列不等式方法进行界定,获得具有更小保守性的时滞相关指数同步判据。同时,基于最大采样间隔以及衰减率,得到可行控制器。最后,通过数值算例及仿真证明此方法的优越性以及可行性。     

线性时滞系统的时滞相关稳定性新判据

提出一种新的积分不等式方法,讨论线性时滞系统的时滞相关稳定性.首先利用Leibniz-Newton公式以及Park不等式,建立一系列基于二次型项的积分不等式,然后利用这些不等式以及Lyapunov-Krasovskii 泛函方法,获得一系列基于LMI的时滞相关稳定条件.实践结果表明,利用积分不等式方法所得的时滞稳定界限具有较小的保守性.     

一类多时滞中立型方程描述的神经网络渐近稳定时滞依赖判据

通过引入适当的Lyapunov-Krasovskii泛函,给出一类由多时滞中立型方程所描述的神经网络的稳定性判据,该稳定性判据不仅与离散性时滞相关,而且依赖中立型时滞,由于稳定性判据基于线性矩阵不等式,因此其求解方法可以使用各种凸优化算法,使用Matlab工具箱中的线性矩阵不等式算法,给出数据仿真实例,验证了方法的有效性.     

广义时滞系统的稳定性条件

研究了广义时滞系统的稳定性问题.首先,将广义时滞系统转化为等价的中立时滞系统模型.然后,通过将二次型中的向量增加维数构造了增广的Lyapunov-Krasovskii泛函(简称L-K泛函),使用四阶Bessel-Legendre积分不等式(简称B-L积分不等式)处理L-K泛函导数的一重积分项,得到了一个新的保守性更小的稳定性充分条件,并以线性矩阵不等式(简称LMI)的形式给出.最后,通过两个数值算例说明了所提方法比现有方法具有更小的保守性.     

一类中立时滞系统时滞相关观测器的设计

基于模型转换技术,以线性矩阵不等式(LMI)形式建立一类线性中立时滞系统时滞相关稳定性判据,系统的稳定性依赖于时滞大小·给出了时滞相关观测器设计方案·当时滞较小时,提出的稳定性及观测器的设计较时滞无关的结果具有较小的保守性·通过数值仿真显示所得结论的有效性·     

区间时变时滞广义系统的稳定性分析

研究了区间时变时滞广义系统的稳定性问题.通过构造新的Lyapunov泛函,使用时滞分割和自由权矩阵方法,以严格线性矩阵不等式形式给出了使得系统正则、无脉冲且稳定的时滞相关型稳定性新判据.数值实例表明了结果的有效性和较小保守性.     

一类区间时变时滞离散系统的稳定性分析（英文）

对离散时滞系统的稳定性分析进行了研究,设计了一个新的李雅普诺夫函数类型和一个新的不等式放缩方法,应用了时滞分段和反向凸组合技术,得到了一些改进的时滞相关稳定性判据条件。新的稳定性判据的得到并没有应用模型转换和自由权矩阵,所得到的结果具有更小的保守性。理论上证明了所得到的稳定性判定条件比现有的结论拥有更小的保守性。数值例子阐述了提出方法的可行性与有效性。     

具有漏泄时滞和时变区间时滞的递归神经网络新的稳定性准则

研究了具有漏泄时滞和时变区间传输时滞的递归神经网络的渐近稳定性问题.基于Lyapunov-Krasovskii(L-K)稳定性理论.Jensen不等式和互惠凸方法,得到了线性矩阵不等式(LMIs)表示的新的稳定性准则.相对于现存的方法,避免利用保守性较大的中立型变换,且在构造L-K泛函时充分利用了漏泄时滞和传输时滞的关联信息,因此所得准则具有较小的保守性.数值例子验证了所得结果的有效性和较小保守性.     

时滞依赖的脉冲时滞神经网络的稳定性

基于Lyapunov泛函和不等式技巧,得到脉冲混合时滞神经网络全局指数稳定性的时滞依赖型判据,其中混合时滞包括离散时滞和分布时滞两种类型.该判据用线性矩阵不等式表示,并通过一个数值实例验证了判据的有效性.     

基于积分等式的中立系统时滞相关稳定性分析

讨论了具有区间时变时滞及非线性扰动中立系统的稳定性判据问题.基于Lyapunov-Krasovskii泛函方法和线性矩阵不等式技术,并结合新的积分等式处理交叉乘积项定界问题,得到了新的时滞相关渐近稳定判据.时滞相关渐近稳定判据用线性矩阵不等式的形式给出,与已有的方法相比,其优点在于更小的保守性.数值计算表明了结果的有效性和优越性.     

时变时滞模糊系统的时滞反馈控制

 对一类带有时变时滞的模糊系统,研究了其反馈控制问题。通过定义一种新型的模糊Lyapunov Krasovskii泛函(LKF),得到开环系统时滞相关的稳定条件。在推导过程中引入模糊自由权值矩阵变量,避免了使用边界不等式和模型转换所带来的保守性;同时在估计LKF导数上界时,考虑了在以前文献中常被忽略的有用项。采用并行分布补偿算法（PDC）,得到了闭环系统时滞相关稳定的充分条件。设计出了相应的时滞控制器,并将其转化成为一个受线性矩阵不等式（LMI）约束的凸优化问题。最后,通过仿真例子验证了所提方法的有效性。     

变时滞中立系统的时滞依赖渐近稳定性分析

本文讨论了一类变时滞中立系统的时滞依赖渐近稳定性问题.通过利用Lyapunov-Krasovskii泛函(LKF)和自由权矩阵方法,得到了该系统渐近稳定性的时滞依赖新判据.交叉项间的联系由Leibniz-Newton公式给出.定理的推导没有利用模型转换和交叉项有界方法.由于结果以严格线性矩阵不等式形式给出,所以很容易验...     

2-D离散时滞系统的新时滞相关稳定性准则

研究了具有时变时滞的二维(two-dimensional, 2-D)离散系统的时滞相关稳定性问题.所创建的Lyapunov-Krasovskii泛函(Lyapunov-Krasovskii functionals, LKFs)考虑在二次项和单项求和项中引入时滞相关矩阵,包含了更多的状态信息.同时在单项求和项中引入增广向量矩阵,并给出适用于2-D系统的多重辅助函数不等式和互凸组合不等式,用于处理LKFs差分,以便降低计算负担.然后,为具有时变时滞的2-D离散系统推导出保守性更小的稳定性准则.通过两个数值算例验证了所设计方法的有效性和优越性.