具有无界时变时滞的线性系统的稳定性

讨论了一类无界时变时滞线性系统的稳定性，给出了无界时变时滞线性系统稳定性的充分条件，这些条件也适用于常时滞系统。同时讨论了具有多个无界时变时滞系统的稳定性，并且改进了一些已有的关于常时滞系统稳定性的结论。最后给出了本文结论的两个示例。     

一类线性时滞系统的时滞依赖稳定性研究

针对一类带有参数不确定性的线性时滞系统,研究其时滞依赖稳定性问题。采用改进的Lyapunov-Krasovskii泛函方法给出了线性时滞系统基于线性矩阵不等式的时滞依赖稳定的充分条件,在定理的证明中结合牛顿公式改进了一系列二次型积分不等式,从而有效降低了定理保守性。最后给出2个计算实例,通过与现有方法的比较可以看出本文方法的更加有效,且得到的最大时滞具有更小的保守性。     

具有状态和控制时滞的控制系统的绝对稳定性

应用Ｌｙａｐｕｎｏｖ方法讨论了具有状态和控制时滞的Ｌｕｒｉｅ控制系统的绝对稳定性,给出了这类系统绝对稳定的若干充分条件,文末给出了应用本文结论的例子。     

线性离散时滞系统的鲁棒稳定性分析

依据稳定性理论和矩阵范数理论推导了线性离散时滞系统鲁棒稳定的充分条件,在此基础上得到了不确定时滞离散系统扰动矩阵的范数界,根据不确定离散系统的鲁棒D-稳定的定义,给出了确保不确定离散时滞系统所有极点均位于给定圆形区域系统扰动矩阵的范数界,这些条件形式简单,易于实现,是用于初步检验系统稳定性的有用工具.     

时滞混沌系统中时滞反馈控制的研究

时滞反馈控制作为一种重要和实用的混沌控制方法受到广泛关注。研究成果主要集中于非时滞系统,时滞系统研究得很少。本文主要研究混沌离散时滞系统中不稳定平衡点的镇定问题。将时滞反馈控制方法在非时滞系统中所具有的“奇数局限性”推广到时滞系统,并利用根轨迹原理,提出改进的时滞反馈控制策略,从而在本质上克服这种固有的局限性。     

具有时滞的二阶Hopfield神经网络的稳定性分析

对具有时滞的二阶Hopfield型神经网络平衡点的全局渐近稳定性问题进行了研究。在不要求连接权矩阵的对称性和输入输出函数的可微性与单调性的情况下 ,通过构造适当的Lyapunov泛函得到了网络平衡点的存在性和全局渐近稳定性的若干充分条件 ,这些条件可用于设计全局渐近稳定的二阶人工神经网络。     

时滞相关的多状态时滞系统稳定性分析

对于存在多状态时滞的线性时滞系统,首先将其重新描述为反馈互联系统,利用与时滞相关的有界算子来描述反馈系统的不确定性,并通过人为划分时滞量来减小保守性,基于Lyapunov理论分析稳定性,得到以LMI形式给出的一种保守性小的渐近稳定性条件,结论中能够更加全面的反映系统的状态历史信息,划分越细则保守性越小,实例表明只需粗略划分就能大大提高保守性能,为了兼顾计算负担,r取较小数值即可.并且LMI中的决策变量少,形式简洁.     

两类不确定奇异时滞系统鲁棒稳定的相关型判据

研究了不确定奇异时滞系统的鲁棒稳定性问题。首先以线性矩阵不等式的形式给出了奇异时滞系统正则,无脉冲模且零解渐近稳定的一种新的时滞相关型判据。通过引入新的参数避免了利用不等式处理交叉项,从而使该判据具有较小的保守性。最后,利用研究结果,给出了两类不确定奇异时滞系统新的时滞相关型鲁棒稳定性判据。     

广义离散时滞复杂动态网络的同步控制

讨论了一类广义离散时滞复杂动态网络的同步稳定性和牵制控制问题.针对此类系统,首先得到了弱保守性的离散时滞复杂动态网络系统的同步稳定性条件.其次,通过对部分节点设计牵制控制器,使得整个复杂动态网络系统达到同步,从而保证了整个系统的同步稳定性.随后,将控制器的设计问题转化为求解线性矩阵不等式(LM I)的凸优化问题,便于利用现有的优化软件求解.同时,大大降低了问题求解的复杂性.仿真结果验证了方法的有效性.     

具有不确定性和非线性扰动的时滞关联大系统的鲁棒稳定性条件

利用Lyapunov函数方法和M-矩阵特性,重点讨论了一类具有不确定性和非线性扰动的时滞关联大系统的鲁棒稳定性,导出了此类系统时滞无关稳定性条件,改进和推广了现有文献的结论.     

Almost Automorphic Solutions for Quaternion-Valued Hopfield Neural Networks with Mixed Time-Varying Delays and Leakage Delays

This paper considers a class of quaternion-valued Hopfield neural networks with mixed time-varying delays and leakage delays. By utilizing the exponential dichotomy of linear differential equations, Banach's fixed point theorem and differential inequality techniques, the authors obtain some sufficient conditions to ensure the existence and global exponential stability of almost automorphic solutions for this class of quaternion-valued neural networks. The results are completely new. Finally,the authors give an example to illustrate the feasibility of the results.     

变时滞广义神经网络的指数稳定性

讨论具有可变时滞的Cohen Grossberg广义神经网络平衡态的稳定性问题。以推广的Halanay微分不等式为工具,通过构造合适的Lyapunov函数,结合Dini导数和不等式技巧,对具有可变时滞(适合于任何时滞有界情况)的广义神经网络平衡态的指数稳定性进行分析。在适当的假设条件下,得到了系统渐近指数稳定的几个充分性判据,与此同时也给出了相应的Lyapunov指数。     

一类延时细胞神经网络的指数周期性与稳定性

细胞神经网络动态行为的研究是细胞神经网络应用的理论基础。对一类具分布延时细胞神经网络,研究了其全局指数周期性与稳定性。在输出函数满足全局Lipschitz连续的条件下,通过构造合适的Lyapunov泛函,给出了延时细胞神经网络全局指数周期性与稳定性的容易验证的充分条件。给出了算例及其仿真结果来验证所得结论,并说明所得结论与文献[16]的结论是相互独立的。     

具有不同输入时延的二阶多智能体系统一致性

研究了具有不同时变输入时延的二阶连续多智能体系统的一致性问题。首先,通过变量转换,将系统的收敛性问题转化为误差系统的稳定问题;然后,通过对系统进行变换,将二阶系统稳定性问题转换为等价系统的稳定性问题。通过构造李雅普诺夫函数,基于线性矩阵不等式(LMI)的方法,给出在无向固定拓扑条件下,系统达到一致的充分条件。最后,仿真实例证明了结果的有效性。     

Stability analysis of cellular neural networks with time-varying delay

The global asymptotic stability of cellular neural networks with delays is investigated. Three kinds of time delays have been considered. New delay-dependent stability criteria are proposed and are formulated as the feasibility of some linear matrix inequalities, which can be checked easily by resorting to the recently developed interior-point algorithms. Based on the Finsler Lemma, it is theoretically proved that the proposed stability criteria are less conservative than some existing results.     

On the exponential stability of neural networks systems with time-varying delay

In this paper, exponential stability of Hopfield-type neural networks with time-varying delays are analyzed. By using the Lyapunov functional method, sufficient conditions are obtained for general exponential stabilities. At the same time, the output functions do not satisfy the Lipschitz conditions and do not require them to be differential or strictly monotonously increasing. Moreover, all results are established without assuming any symmetry of the connection matrix.A numeric example is pressented to show the effective of these criteria.     

Robust stability for stochastic interval delayed Hopfield neural networks

A type of stochastic interval delayed Hopfield neural networks as du(t) = [-AIu(t) WIf(t,u(t)) WIτf7τ(uτ(t)] dt σ(t, u(t), uτ(t)) dw(t) on t≥0 with initiated value u(s) = ζ(s) on - τ≤s≤0 has been studied. By using the Razumikhin theorem and Lyapunov functions, some sufficient conditions of their globally asymptotic robust stability and global exponential stability on such systems have been given. All the results obtained are generalizations of some recent ones reported in the literature for uncertain neural networks with constant delays or their certain cases.     

具分布延时细胞神经网络的指数周期与稳定性

研究了具分布延时细胞神经网络的全局指数周期性与指数稳定性。在没有假设激活函数是有界的、可微的、单调增的情况下,通过应用一些新的分析技巧与Halanay-type不等式方法,得到了确保延时细胞神经网络周期解存在唯一且全局指数周期与全局指数稳定的简单的、容易验证的、新的充分条件。并给出了算例及其仿真结果支持所得结论。     

New results on the robust stability analysis of neural networks with discrete and distributed time delays

Delay-dependent robust stability of cellular neural networks with time-varying discrete and distributed time-varying delays is considered. Based on Lyapunov stability theory and the linear matrix inequality （LMIs） technique, delay-dependent stability criteria are derived in terms of LMIs avoiding bounding certain cross terms, which often leads to conservatism. The effectiveness of the proposed stability criteria and the improvement over the existing results are illustrated in the numerical examples.