带有非线性不确定参数的线性时滞系统的鲁棒稳定性

研究一类带有非线性不确定参数的线性时滞系统的鲁棒稳定性问题,针对不确定矩阵满足非结构不确定性、强结构不确定性、矩阵多胞形结构不确定性等情形,利用Lyapunov方法、不等式技巧及线性矩阵不等式,获得该系统渐近稳定的一系列充分条件。     

改进的T-S模糊时滞系统的鲁棒稳定性分析

基于Takagi-Sugeno(T-S)模糊模型方法,研究一类不确定非线性常数时滞系统的鲁棒稳定性问题。基于一组线性矩阵不等式的可解性,给出非线性时滞系统时滞相关稳定和鲁棒稳定的充分条件。通过构造新的包含三重积分的增广的Lyapunov泛函,降低了稳定性准则的保守性。三个数值实例表明本方法的有效性和较小的保守性。     

中立型时滞系统的渐近稳定性

利用Lyapunov泛函方法，对具有离散和分布时滞的中立型系统的稳定性进行分析，得到了系统渐近稳定的两个时滞相关充分条件，这两个条件用线性矩阵不等式（LMI）表示，易于验证。最后通过一个实例验证了所得结果的有效性。     

不确定状态饱和2-D离散系统的渐近稳定性

研究由Roesser模型描述的不确定状态饱和2-D离散系统的全局渐近稳定性。假设系统中的不确定矩阵满足强结构不确定性,利用Lyapunov函数方法,通过构造新的非负标量β给出了不确定状态饱和2-D离散系统全局渐近稳定的充分条件;同时设计了相应的算法,将不确定系统稳定性的判断转换为线性矩阵不等式(LMI)的求解,数值算例验证了所设计算法的有效性和可行性。     

一类系统的全局渐近稳定性分析

运用线性类比法构造Lyapunov函数,讨论了系统x+g(x)x+f(x,x)x+cx=0零解的全局渐近稳定性.在此基础上,给出了非自治系统x+g(x)x+f(x,x)x+cx=e(t,x,x,x)的零解全局渐近稳定性的一个充分条件.     

新的时变时滞不确定系统的稳定性判据

研究带有时变有界的不稳定时滞系统的稳定性问题。通过运用Lyapunov-Krasovskii稳定性理论、合理建立Lyapunov-Krasovskii函数,结合积分不等式引理和交互式凸组合方法,减少不确定时变时滞系统相关判据的决策变量,给出了系统是渐近稳定的充分条件。所得结论采用线性矩阵不等式表示。数值例子验证了该方法的有效性。     

带有离散与分布延时的不确定中立型系统的时滞相关的鲁棒镇定

研究带有离散与分布延时的不确定中立型系统的时滞相关的鲁棒镇定/稳定问题,得出了新的镇定/稳定法则.利用新的Lyapunov-Krasovsk ii泛函,则得到了此类系统的基于LM I的低保守性的镇定/稳定法则。最后用数值算例证明本方法较历史上一些存在的结果提高了时滞的允许上界.     

T-S离散模糊控制系统的稳定性研究

本文主要研究对离散模糊控制系统的二次稳定性条件，放松以前的文献结果的条件．这些条件使用S-procedure，利用模糊控制系统的前提部分的信息，扩大了这类模糊控制系统，在一个矩阵里表示各个模糊子系统的相互作用，用线性矩阵不等式求解，从而保证了稳定性。     

一类非线性不确定时滞系统的鲁棒H_∞控制

针对一类具有非线性不确定性的时滞系统,研究了系统的鲁棒H∞状态反馈控制器设计.假设非线性项是范数有界的,基于Lyapunov稳定性理论,利用线性矩阵不等式(LMI)处理方法,给出了系统H∞鲁棒镇定的充分条件,仅通过求解一个相应的线性矩阵不等式,就可得到鲁棒H∞控制器,使得闭环系统对于所有的不确定项满足鲁棒H∞性能,给出算例说明算法的有效性.     

含脉冲的变时滞静态神经网络的稳定性分析

研究含脉冲的变时滞静态神经网络模型的指数稳定性.通过构造恰当的Lyapunov泛函,利用线性矩阵不等式方法,给出了该神经网络模型在延迟依赖条件下的指数稳定性的充分条件.同时考虑时滞和脉冲的影响,因而考虑的情况更具普遍性,适用的范围更广.仿真例子说明所得结果适用范围宽,保守性小,易于验证的特点.     

时变时滞不确定系统的鲁棒稳定性分析

以时变时滞不确定系统为研究对象,讨论了其时滞独立鲁棒稳定性.首先利用Lya-punov稳定性理论得出时变时滞系统渐近稳定的充分条件;然后基于这个充分条件通过解一个推广的Lyapunov矩阵方程得到了使系统稳定的非线性扰动的界;最后举例说明了该方法的简单、有效性.     

一类竞争神经网络的指数稳定性分析

研究以竞争微分方程为模型的动态系统,它总结了长期和短期记忆两个方面的动态行为特征。这种神经网络的行为以一个表征快速变化现象的神经活动方程,和一个表征神经系统的慢速变化的动态调整方程来刻画。应用M-矩阵与Lyapunov稳定性理论,分析具有不同时间尺度的生物动态神经网络的指数稳定性,给出保证此神经网络平衡点全局存在唯一且指数稳定的一个充分条件,和一定条件下的一个充要条件。     

一类线性时滞不确定系统的鲁棒稳定性分析和鲁棒控制器设计

利用Lyapunov方法研究带有非线性不确定参数的线性时滞系统的鲁棒稳定性和鲁棒镇定问题.针对该系统给出其鲁棒稳定性条件及无记忆状态反馈控制器设计方案,所得判别条件和控制器均以LMI的形式给出.最后给出算例说明结论的有效性.     

非自治时滞细胞神经网络的有界性和稳定性

研究一类非自治时滞微分方程所描述的细胞神经网络系统.利用Lyapunov泛函方法和矩阵分析技巧,得到了系统的解是一致有界和一致最终有界及全局渐近稳定性的判别准则.所得到的结果是新的和有实用价值的.     

一类延迟细胞神经网络稳定性条件

利用Lyapunov方法研究延迟细胞神经网络(DCNN’s)稳定性问题.讨论在输出函数为单调函数时,全局渐进稳定点的性质,并给出此稳定点存在性和唯一性的充分条件.本结果将已有文献中此类稳定点的限制条件进一步减弱,是已有结果的推广.     

具有给定性能指标期望值的不确定系统的最优控制问题

针对不确定连续系统和具有控制约束的不确定离散系统,讨论了具有给定性能指标期望值的最优控制问题,这一问题可转变为具有矩阵不等式约束的矩阵逼近问题,而且进一步把解决具有矩阵不等式约束的矩阵逼近问题转变成具有线性矩阵不等式约束的广义特征值最小化问题,并结合算例说明通过LMI工具箱中的求解器可求出系统的最优解.     

具有分布时滞和无界时变时滞的随机神经网络的稳定性分析

通过引入衰减因子,构造一个新的Lyapunov泛函,结合不等式技巧,利用随机分析理论研究同时具有无界时变时滞和有界分布时滞的随机神经网络的p阶矩指数稳定性和几乎必然指数稳定性。所得稳定性判据只涉及系统本身参数,易于在实践中验证,结论推广改进了相关文献的结果。实例说明方法的有效性。     

S-分布时滞静态神经网络模型的不变集和吸引集

用非负矩阵和微分不等式技巧研究了一类S-分布时滞静态神经网络模型的不变集和吸引集,给出不变集和吸引集的空间位置,并且用不变集和吸引集给出了对吸引子存在范围的估计以及平衡点是全局吸引子的充分条件.