中立型随机时滞微分方程的离散反馈镇定

考虑了中立型随机时滞微分方程基于离散时间状态观测的反馈镇定问题.首先建立了受控系统均方指数稳定的充分条件,然后基于此用线性矩阵不等式方法设计了所需的离散时间的反馈控制器,最后举例说明了所得结果的有效性.     

时滞离散马氏跳跃线性系统的部分Lévy镇定

研究了时滞离散马氏跳跃线性系统的部分Lévy镇定问题.通过对马尔科夫链的分类,将时滞离散马氏跳跃线性系统分为可观测和不可观测两个部分,利用随机分析工具和线性矩阵不等式设计了可观测部分的镇定控制器,使得系统被Lévy噪音镇定.再运用Shur引理,对定理进行了推广,并通过实例阐明了定理构造的控制器有效.     

基于时滞观测的神经网络的随机镇定

研究神经网络的随机镇定问题.通过在扩散项中加入含时滞项的状态控制,利用随机稳定性理论,镇定一类循环神经网络.同时,利用It公式及多种不等式性质,证明解的几乎必然指数稳定性,并给出数值例子.     

基于混杂脉冲切换控制的时滞混沌神经网络的镇定

针对一类离散时滞混沌神经网络,研究其基于混杂脉冲切换控制的镇定问题.利用切换Lyapunov函数方法和S过程技巧,得到了受控的神经网络的指数稳定判据.该结果反映了脉冲控制和切换控制对闭环系统的稳定性的影响.离散时滞Hopfield混沌神经网络例子表明了所给镇定方法的有效性.     

离散时间多输入时滞随机系统的镇定性

主要研究具有多输入时滞和乘性噪声的离散时间随机系统滚动时域镇定性问题。首先,构造新的性能指标,研究该性能指标的性质,得到系统滚动时域均方镇定的充分条件,该充分条件可以通过线性矩阵不等式进行求解。然后,在该条件下得到显式的镇定控制器。     

离散奇异马尔科夫跳变系统的广义二次随机稳定性和可镇定问题研究

研究了离散奇异马尔科夫跳变系统的鲁棒随机稳定性和鲁棒随机可镇定问题.首先给出了以严格线性矩阵不等式表达的离散奇异马尔科夫跳变系统随机容许性充要条件,在此基础上引入广义二次随机稳定性和广义二次随机可镇定的概念,然后分别导出了以严格线性矩阵不等式表达的不确定离散奇异系统广义二次随机稳定性和广义二次随机可镇定充要条件,同时给...     

离散时间随机游动的遍历性

首次给出了离散时间的随机游动满足几何遍历性的显式判别准则,并且证明此类过程不可能一致遍历.     

Buniakowski-Cauchy积分不等式的新推广

在研究Buniakowski—Cauchy积分不等式的基础上，给出了其新的积分不等式的推广式，并用构造性方法予以证明．考察了离散型Cauchy不等式，认为只要将所得到的Buniakowski—Cauchy新推广积分不等式作某种特殊赋值，就能够进一步得到离散型Cauchy不等式的新的积分型推广式，从而体现它们之间的内在联系．     

具衰减随机干扰的分布参数型Hopfield神经网络的镇定

以随机Fubini定理为基础,研究具有分布参数的Hopfield随机神经网络的镇定问题,该神经网络具有衰减的随机扰动。构造了一个关于空间变量平均的Lyapunov函数,用Lyapunov第二方法给出了使该类随机神经网络控制系统镇定的控制器设计,并通过一实例证明了该控制器的有效性。     

随机利率下离散信用风险模型和破产概率

在随机利率服从有限齐次Markov链下建立了离散信用风险模型,得到有限时间破产概率的递推等式和最终破产概率的积分等式,给出了一个优于Lundberg不等式的上界以及破产时刻余额分布的递推等式。     

一类随机离散神经网络全局渐近同步

研究离散型时滞随机神经网络的同步问题,考虑了参数不确定性,解决离散型分布时滞对神经网络同步问题的影响.基于主从同步的概念,设计一个有更广泛应用的控制器,应用Lyapunov稳定性理论和线性矩阵不等式工具箱,得到这类神经网络同步的充分性判据.最后给出实际例子,检验了判据的有效性.     

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。     

时滞离散细胞神经网络的指数稳定性

利用不等式和矩阵范数技巧分别得到了时滞离散细胞神经网络局部指数和全局指数稳定的充分条件,并对指数收敛率和吸引区域进行了估计。     

时滞耦合随机神经网络全局指数同步

应用矩阵的Kronecker积、线性矩阵不等式及随机微分方程等有关工具,研究了一类具离散时滞与分布时滞的随机神经网络耦合大系统的均方全局指数同步问题.综合考虑了参数的不确定性、分布时滞、随机扰动、非线性耦合等的影响,并弱化了相关文献中激励函数为严格Lipshtz或Sigma型的假定,得到该耦合大系统均方全局指数同步的一些充分性判据.所得到的结果易于通过Matlab线性矩阵不等式工具箱(LMI)进行检验.     

混合时滞随机神经网络全局渐近同步

研究了一类具混合时滞神经网络耦合大系统的同步问题.应用矩阵的Kronecker积与线性矩阵不等式,得到耦合大系统同步的一些充分性判据,所得到的结果易于通过Matlab线性矩阵不等式工具箱(LMI)进行检验,所讨论的神经网络具有参数的不确定性、分布时滞、随机扰动以及非线性耦合等,而且弱化了相关文献中激励函数为严格Lipshitz或Sigma型的假定,使所得结果更为精细.     

变时滞Cohen-Grossberg随机神经网络的矩指数稳定性

本文利用随机积分的伊腾公式,时滞微分不等式及随机时滞神经网络的特性 讨论变时滞Cohen-Grossberg随机神经网络的矩指数稳定性,实例证明本文结果的优越性.     

离散混合时滞细胞神经网络周期解的存在性与稳定性

利用重合度理论及一些不等式的技巧讨论了离散混合时滞细胞神经网络周期解的存在性与全局指数稳定性,给出了周期解存在与全局指数稳定性的充分条件.     

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.