一类带有混合时滞的神经网络全局渐进稳定分析

针对一类具有离散和无穷分布时滞的神经网络模型,通过构造新的Lyapunov函数,解决了含有无穷分布时滞的系统稳定问题,给出了全局渐近稳定的充分条件.首次以Hadamard乘积将系统用向量形式表示,并用线性矩阵不等式表示所得结果,稳定判据不依赖于时间延迟大小,不要求神经元激励函数的有界性、可微性,只与连接矩阵和延迟的导数...     

具时滞离散递归神经网络稳定性分析的一种延迟剖分方法

运用延迟剖分的方法,研究了一类具有时滞的非线性离散递归神经网络平衡点的渐进稳定性问题。结合Laypunov-Krasovskii稳定性理论和线性矩阵不等式方法,得到了具时滞非线性离散递归神经网络模型在平衡点渐进稳定的条件;考虑了延迟下界为零时的神经网络在平衡点的稳定性条件。数值仿真验证了结果的有效性。     

带时变离散及分布延迟的不确定随机神经网络的稳定性

基于Lyapunov-Krasovskii泛函方法,得到一个由线性矩阵不等式形式给出的判定时变离散及分布延迟的不确定随机神经网络均方渐近稳定的准则,并给出了数值算例。     

Runge-Kutta方法求解多延迟积分微分方程的稳定性

讨论了用Runge.Kutta方法求解带有两个延迟常量的多延迟积分微分方程du/dt=Lu(t)+M1u(t-T1)+M2u(t-T2)+K1∫5t-T1u(θ)dθ+K2∫5t-T2u(θ)dθ的数值稳定性,并给出了其渐进稳定的充分条件.这里的L,M1,M2,K1,K2都是复矩阵.特别当K1,K2=0时,亦可以得到相同的结论,即每一个A稳定的RK方法都可以证明其解的延迟独立稳定性.     

一类时变时滞静态神经网络的指数稳定性

基于线性矩阵不等式方法建立了时变时滞静态神经网络的指数稳定判据.考虑到时滞变化率对稳定性能的影响,分别建立了仅依赖时滞上界的稳定判据和完全依赖时滞信息的稳定判据.所得到的稳定判据能够适应慢变时滞和快变时滞两种情况,具有适用范围宽、保守性小和易于验证等特点,并通过几个注释说明与现有的文献结果进行了比较.仿真示例验证了所得结果的有效性.     

基于模糊矩阵的多线程网络通信延迟检测技术研究

在多线程网络中,网络延时是评价网络性能的重要指标,有效检测通信延迟技术可确保网络通信的高效运行。首先分析多线程网络通信延迟中的队列延迟与传输延迟,利用队列延迟与传输延迟建立多线程网络通信延迟检测模糊矩阵；再通过该矩阵对多线程网络中通信延迟情况进行评价判别,并对该判别矩阵实施一致性测试,最终实现对网络通信延迟情况的有效检测。分析仿真实验结果可知,所构建的模糊矩阵一致性较强,可用于对多线程网络通信延迟的检测。并且在不同带宽与不同干扰情况下,该方法对多线程网络通信延迟检测误差低于10ms,正确率在90%以上,说明该方法具有较高的准确性与稳定性,实用性较强。     

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.     

线性时滞系统的稳定性分析

利用Lyapunov稳定性理论及矩阵分析方法, 对线性时滞控制系统进行稳定性分析, 通过范数有界不确定参数矩阵的限制, 给出了系统稳定的新的充分性判据. 该方法不需要系统分解和降阶技术, 所得结果均用线性不等式形式给出, 可应用于标准和非标准的时滞奇异摄动系统的稳定性分析中.     

区间变时滞广义系统的稳定性分析

本文研究了区间变时滞广义系统的时滞依赖稳定性问题,即寻求稳定判据保证广义系统的正则性、无脉冲性和渐近稳定性.通过利用一个新的Lyapunov-Krasovskii泛函和自由权矩阵方法,得到了该系统渐近稳定的时滞依赖新判据.所提出的泛函,能充分利用区间时滞的上界、下界和这两个界中间值的信息.新判据以线性矩阵不等式形式给出,很容易利用MATLAB验证.数值算例表明,与参考文献中的方法相比,本文结果可获得较大的允许时滞上界,这也验证了方法的有效性.     

波片相位延迟量的四步移相法测量

基于波片的密勒矩阵和斯托克斯矢量推导出了测量波片相位延迟量的通用表达式,并在此基础上提出了在光路中分出校正光束的四步移相法.该方法在测量波片的相位延迟量时无需知道波片光轴的具体位置,并可以平衡掉激光光源的波动,从而消除了光源的不稳定给测量结果带来的误差,同时该方法简化了测量过程,提高了测量精度.     

一类时滞非线性动力系统的全局指数稳定性

研究一类具有时滞的非线性动力系统的全局指数稳定性.在时间滞后连续且有界的条件下,通过分析具有时间滞后的微分不等式的稳定性,构造适当的向量李雅普诺夫函数和利用M-矩阵的性质,得到了该类动力系统全局指数稳定的一个充分条件.     

具有混合时滞的随机Cohen-Grossberg神经网络的稳定性分析

研究了均方意义下的具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性,利用It微分公式和Lyapunov泛函,得到了一个关于其指数稳定时滞无关的充分条件.具体实施方法是运用It微分公式沿所考虑的神经网络对构造的Lyapunov泛函进行微分,得到了系统稳定的代数判据.最后,通过一个数学样例说明了所得结论的有效性.目前文献尚未见同时具有时变时滞与分布时滞的随机Cohen-Grossberg神经网络的指数稳定性的相应结果,由于Cohen-Grossberg神经网络更具有代表性,其研究意义与应用前景不言而喻.     

具有联想功能的时滞神经网络的渐近稳定性

利用Razumikhin条件和具体的Lyapunov函数,讨论了Hopfield模型平衡点的稳定情况。对两类不同的时滞模型进行的不同的研究,得到了时滞相关和时滞无关的条件：时滞相关条件是当时滞适当小时,滞后模型和无滞后模型具有相同的稳定性,并给出了滞后界限的估计;时滞无关的条件则要求系数有较强的条件。     

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。     

具有多时变时滞的控制系统的绝对稳定性

对具有多个时变时滞的Lurie型控制系统的绝对稳定性进行讨论。假定时变时滞有界且其导数有界，利用李雅普诺夫方法给出了系统绝对稳定的若干充分条件，这些条件利用了时变时滞的界或其导数的界。     

一类广义中立型系统的稳定性分析

考虑了一类广义时滞中立型系统的渐近稳定性。首先把广义的时滞中立型系统转化为一个带有约束条件的中立型系统,然后利用Lyapunov稳定性理论和线性矩阵不等式技巧,得到了系统稳定的充分条件。本文的结论也适用于线性时滞广义系统稳定性的判定,而且比现有的结果具有更小的保守性。最后,仿真试验证明了本文结果的有效性。     

含双时滞振动主动控制系统的稳定性分析

采用增量谐波平衡法求得了合双时滞振动主动控制系统的周期解,并利用庞加莱定理对周期解进行了稳定性分析,得到了系统周期解关于时滞量和反馈控制增益变化的稳定性区域.分析了稳定性区域随时滞量和反馈控制增益的变化规律,结果表明,两个反馈控制增益的相对大小决定着与之相关的两个时滞对系统稳定性区域影响的大小,当时滞量和反馈控制增益匹配适当时,可以使系统保持稳定状态.此结果可为时滞反馈控制策略的设计提供依据.     

具有多个时滞的非线性不确定系统的鲁棒稳定和镇定

应用Lyapunov稳定性理论,讨论了一类给出范数扰动界的具有多个时滞的不确定非线性系统的鲁棒稳定性和稳定衰减率,给出了该系统鲁棒稳定的充分条件和具有确定衰减率的稳定条件。同时讨论了一类具有多个时滞的非线性控制系统鲁棒镇定的充分条件,本文给出的结论推广和改进了前人一系列结论。文末,给出了说明该文结论优越性的一个示例并与前人的结论作了比较。     

不确定随机时滞系统的指数稳定性

研究具有时滞项的不确定随机系统的指数稳定性。运用Itoe微分公式沿系统对构造的Lyapunov泛函进行微分，得到了用线性矩阵不等式表示的有关不确定随机时滞系统均方指数稳定的一个充分判据。此判据为非时滞依赖型，可以较好地运用到不易取得时滞信息的系统中。     

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.