带有混合耦合的时滞Lurie动态网络的同步

研究了带有时变时滞节点及时变时滞耦合的Lurie动态网络的全局同步问题,其中这两类时变时滞是不同的。通过构造含有矩阵Kronecker积的Lyapunov-Krasovskii泛函(Lyapunov-Krasovskii functional,LKF),应用Jensen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同步判据的有效性。     

带有时变时滞的惯性神经网络的同步

研究了带有时变时滞的惯性神经网络的同步问题。利用一个适当的变量变换将原始系统转换为一阶微分系统,构造了含有矩阵Kronecker积的Lyapunov-Krasovskii泛函(Lyapunov-Krasovskii functional, LKF),应用Jensen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形式的同步判据并基于同步判据给出了一个误差反馈控制器的设计方法。数值仿真例子验证了所得结果的有效性。     

具有变耦合时滞的离散时间神经网络的同步

本文讨论一类具有变耦合时滞的离散时间神经网络的同步问题,通过构造Lyapunov-Krasovskii泛函,利用线性矩阵不等式(LMI),并结合Kronecker积来获得离散时间耦合神经网络全局指数同步的判据,所获得的判据依赖于时滞。该判据易于用MATLAB的LMI工具箱进行求解和验证,同时,对细胞激活函数做了更为一般的假设。     

混沌Lur′e系统基于时滞反馈PD控制的同步

研究了混沌Lur′e系统同步的时滞反馈比例-微分(PD)控制器设计问题.系统中的非线性函数假设属于一个既有上界又有下界的扇形,这比相关文献中所使用的假设更具一般性.通过应用自由矩阵积分不等式来估计所构造的Lyapunov-Krasovskii泛函(LKF)的导数,提出了以一组线性矩阵不等式(LMIs)形式给出的同步判据,相应的控制器增益矩阵可以通过求解LMIs来获得,所得判据中不要求构造的LKF泛函中所有对称矩阵都正定.时滞Chua电路的数值仿真验证了该控制方法的有效性.     

带马尔可夫跳变和脉冲的时滞耦合神经网络的同步

研究一类混合时滞耦合神经网络的同步问题,其中系统及其参数的切换和时滞均由某个马尔可夫链所确定,同时考虑脉冲的影响.另外,对细胞激活函数进行更为一般的假设.通过构造Lyapunov-Krasovskii泛函,运用线性矩阵不等式技术(linear matrix inequality,LMI)并结合Kroriecker积获得神经网络全局同步的充分性判据,且该判据依赖于时滞,易于利用数学软件Matlab的LMI工具箱进行验证和求解.     

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。     

具反应扩散项和脉冲的时滞耦合神经网络的同步

讨论了一类含有反应扩散项和脉冲的时滞耦合神经网络的同步问题,通过构造Lyapunov-Krasovskii泛函,运用线性矩阵不等式(LMI)技术并结合Kronecker积和Poincare不等式获得依赖于时滞和反应扩散算子的全局渐近同步条件.同时,将细胞激活函数看作扇形非线性函数,从而降低结论的保守性.最后,对一个实例进行仿真,说明结论的有效性.     

具有连续分布时变时滞神经网络时滞相关稳定性判据

为研究具有连续分布时变时滞神经网络的全局稳定性条件,利用增广型Lyapunov-Krasovskii泛函(LKF)和运用多种积分不等式缩放技巧,推导了两种保守性相对较小的时滞相关稳定性判据.为进一步降低稳定性判据的保守性,通过改进增广型LKF,结合神经元激活函数的约束条件,得到了基于线性矩阵不等式形式的神经网络时滞相关渐近稳定性条件.结果表明,新的LKF方法具有更好的效果,且稳定性判据的运算负担更低,算例证实了该方法的有效性.     

具有时变时滞的Lur’e系统的新的同步条件

对于具有时变时滞的Lur’e系统的主从同步问题,通过构造一个新的增广李雅普诺夫-克拉索夫斯基泛函(Lyapunov-Krasovskii functional,LKF),结合新的自由矩阵积分不等式、时滞分割技术对该泛函的导数项进行处理,得到使该系统达到同步的新的充分性条件.最后,将所得结论应用到经典的蔡氏电路分2种情况进行分析仿真,验证所得结果的有效性和优越性.     

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.     

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.     

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...     

区间时变时滞复杂动态网络的同步准则

目的研究含有区间时变时滞、非时滞耦合及时滞耦合复杂动态网络的同步问题。方法通过构造合适的Lyapunov-Krasovskii泛函,矩阵不等式方法。结果给出了复杂动态网络新的同步准则。结论通过数值实例验证了所给结论的有效性,且具有较小的保守性和复杂性。     

非线性多时滞切换系统的稳定性

研究了一类带有多时滞摄动的非线性切换系统的稳定性分析以及切换律的设计问题。由于时滞现象存在于大多数的切换系统中,而且时滞会使系统的性能变差,甚至破坏整个系统的稳定性。因此对于切换系统稳定性的研究,要把时滞考虑在内。首先,构造一个适当的Lyapunov-krasovskii函数(LKF);然后,对LKF进行求导,对于该导数通过引入自由权矩阵,利用积分不等式和shur补引理以及线性矩阵不等式理论(LMI)进行推导;最后,以线性矩阵不等式的形式给出了非线性多时滞切换系统稳定性的充分条件,并给出了稳定切换律的存在条件。将单个时变时滞推广到多时变时滞,使得非线性时变时滞系统的研究更具一般性。     

具有leakage时滞的随机T-S模糊神经网络的稳定性

研究了一类具有leakage时滞的随机T-S模糊神经网络的稳定性,通过构造一个新的Lyapunov-Krasovskii泛函,并应用It公式、随机不等式技术,得到了基于线性矩阵不等式(LMI)的均方意义下的全局稳定性判定条件.     

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。     

一类非线性时滞细胞神经网络稳定性分析

研究了一类常时滞细胞神经网络的全局渐近稳定性.通过构造适当的Lyapunov-Krasovskii泛函,利用线性矩阵不等式(LMI)得出了全局渐近稳定性判据.数值的例子验证了方法结果的有效性.     

具有变时滞Cohen-Grossberg神经网络全局稳定性分析

通过选取一个新颖的Lyapunov-Krasovskii泛函和引入与系统等价的描述系统,利用一些自由权矩阵和不等式适当的放大,在Lyapunov-Krasovskii泛函方法的基础上,讨论了具有交时滞Cohen-Grossberg神经网络的全局稳定性问题并得到了2个时滞相关的渐近稳定性准则.所得到的稳定性准则以线性矩阵不等式(LMI)的形式给出,能够用Matlab工具箱LMI很容易地进行检验.且变时滞导函数只要有上界而不必小于1和系统激励函数的限制条件较现有文献中的条件要弱,这拓展了现有的结论.在最后的数值例子中,计算结果说明所得结论较以往的方法有很大改善.     

不确定时滞微分中立系统的稳定性条件

目的 研究不确定微分中立系统带有时变时滞的稳定性问题,所考虑的系统带有时变结构不确定项和时变时滞.方法 采用Lyapunov-Krasovskii泛函理论和线性矩阵不等式(LMI).结果 导出该系统时滞依赖渐近稳定性条件.结论 用一个数值算例来说明此方法的可行性以及更低的保守性.     

常时滞细胞神经网络稳定性分析

该文研究了一类常时滞细胞神经网络的稳定性.构造Lyapunov-Krasovskii函数和线性矩阵不等式(LMI)对此类问题进行了探讨,并得出稳定性判据.所得判据提供了一些参数来适当地弥补了反馈矩阵与时滞反馈矩阵之间的平衡关系.而且所得的判据与时滞无关,推广了以前文献中出现的结果且具有更少的限制.数值仿真说明了该文所介绍的方法的有效性.