带有时变时滞和非线性耦合的复杂网络同步

在最近几十年里,复杂网络逐渐成为人们研究的热点,它贯穿了科学和工程的大多数领域.另外,人们在讨论复杂网络时都是假设网络是固定不变的,但是事实上现实世界中很多网络都是增长的,同时还带有时滞,且大多数时滞都是随时间变化的.因此该文研究了耦合和节点都带有时变时滞,以及耦合函数为非线性的动态网络模型的同步问题.首先给出该模型,针对这个新模型,基于Lyapunov稳定性理论和线性矩阵不等式(LMI),论文得到了一些网络同步的充分条件.最后,数值结果表明了方法的有效性.     

时滞动态复杂网的反馈控制

介绍了一类时滞动态复杂网的模型,分别采用了标准反馈控制和时滞反馈控制,首先得到系统的误差方程,然后应用线性矩阵不等式(LMI)方法.基于李亚普诺夫稳定性定理,给出了误差方程稳定的充分条件.     

一般双重时变时滞复杂网络的同步分析

讨论一般双重时变时滞复杂网络的同步问题,约束了复杂网络外部耦合矩阵是非对称且可约,从而对复数特征根及复数域上的向量进行处理.基于Lyapunov稳定性理论和线性矩阵不等式,构造适当的Lyapunov泛函,得到复杂网络实现同步的充分条件.对网络同步问题进行数值仿真,所得结果表明同步方法的有效性和可行性.     

区间时变时滞奇异系统稳定性准则改进

为解决区间时变时滞奇异系统的稳定性问题,基于Lyapunov稳定性理论,通过采用新构造的Lyapunov泛函和线性矩阵不等式方法,以线性矩阵不等式形式给出了使得系统满足正则、无脉冲且稳定的时滞相关型准则的改进结果.研究结果表明:所给准则可有效判定区间时变时滞奇异系统的稳定性,它比已有一些结果包含更少的矩阵变量,且具有较小的保守性,同时通过数值实例进行了验证.     

具有时变时滞的两个复杂动态网络间的外同步

本文讨论了一类具有时变时滞的驱动-响应网络的外同步问题.以线性矩阵不等式(LMI)和Lyapunov泛函方法,获得了该两个复杂动态网络间达到外同步的判据.即当系统参数满足下列条件之一:即当(1)0≤i(t)≤σ＜1,Mi＞0,Si＞0,[Ui(t)λicMiΓ λicΓTMi-(1-σ)Si]＜0,i=2,…,N;(2)i(t)≤0,τ(t)≤τ,0＜τ＜∞,Mk＞0,Sk＞0,[Uk λ kcM kΓ-Y k τHTZkλkcΓTMk-Sk τλkcΓZk τZkH τλkcΓ-τZk]＜0,k=2,…,N,则驱动-响应网络达到外同步.最后用数值例子验证了结论的有效性.     

两个时变时滞复杂网络间的外同步

讨论了一类具有时变时滞的驱动-响应网络的外同步问题.以线性矩阵不等式(LMI)方法和构造Lyapunov泛函,获得了该两个复杂动态网络间达到外同步的判据.最后用数值例子验证了结论的有效性.     

区间时变时滞广义系统的稳定性分析

研究了区间时变时滞广义系统的稳定性问题.通过构造新的Lyapunov泛函,使用时滞分割和自由权矩阵方法,以严格线性矩阵不等式形式给出了使得系统正则、无脉冲且稳定的时滞相关型稳定性新判据.数值实例表明了结果的有效性和较小保守性.     

含区间时变时滞系统的稳定性分析

研究了带有区间时变时滞系统的稳定性分析问题,并获得了一种新的判断区间时变时滞系统稳定的充分条件,引入新的Jensen积分不等式进行放缩,增加了适当的自由矩阵,减少了所获得结果的保守性,最后通过数值仿真例子验证了提出的方法的可行性和优越性.     

混合时变时滞神经网络的状态估计器设计

研究了混合时变时滞(离散时滞和分布时滞)神经网络的状态估计问题.离散时滞在一个区间上变化,区间下界不一定为零.通过构造一个新的Lyapunov泛函,结合Jensen积分不等式,可以得到一个时滞相关状态估计器设计方法,使得误差系统是全局渐近稳定的,所得结果由线性矩阵不等式形式给出.数值算例证明了本文方法的有效性和优越性.     

节点含时变时滞的复杂网络的自适应同步(英文)

针对节点带有时变时滞、网络结构完全未知的不确定动态网络模型,基于Lyapunov稳定性理论,设计了复杂网络同步自适应控制器,给出了网络同步的充分条件和不确定动态网络的参数估计法,进而实现了该模型的同步。理论推导和数值结果均表明该同步方法的有效性和可行性。     

具有切换拓扑的动态复杂网络的同步控制

针对一类耦合拓扑集合给定的动态复杂网络模型,研究在网络通过给定耦合拓扑集合中的任一拓扑进行耦合均不能实现同步时,如何通过在给定耦合拓扑集合中拓扑之间的切换来实现网络的同步。通过构建合适的Lyapunov函数给出了网络实现同步所需要满足的条件和相应的耦合拓扑切换规则。与已有的研究结果相比,本文所研究的动态复杂网络的耦合拓扑矩阵具有更为一般的形式,而且无需满足已有研究成果对耦合拓扑矩阵的限制条件(诸如可同时上三角化以及可同时对角化等条件)。数值仿真结果验证了所给结果的有效性和正确性。     

具有反应扩散和区间时滞的不确定细胞神经网络新的时滞依赖稳定性准则

考虑时滞、反应扩散、不确定项对细胞神经网络稳定性的影响是非常必要的。通过引入区间时滞,构造新的Lyapunov泛函,运用Jenson不等式和串联补偿技术,得到了系统保持稳定新的判据,并以线性矩阵不等式(LMI)呈现,且这些判据适合时滞的快慢变化,减少了系统的保守性。     

The global stability of equilibrium for neural networks with time-varying delays and distributed delays

运用Brouwer不动点理论和Lyapunov函数法,在较一般的条件下研究了一类具有混合时滞神经网络模型平衡点的存在性和全局渐近稳定性,得出一些新的简单判据.并举例和数值仿真说明结果的有效性.     

时变时滞BAM神经网络系统的时滞依赖指数稳定性准则

基于Lyapunov稳定性理论和线性矩阵不等式技术，针对一类时变时滞BAM神经网络系统给出了时滞依赖的指数稳定性准则。所得到的条件可用Matlab中的LMI控制工具箱方便的求解。仿真实例进一步说明了结论的有效性。     

具有时变时滞的中立型神经网络的稳定性分析

考虑了一类具有时变时滞的中立型神经网络.首先,利用同胚映射定理,证明了平衡点的存在唯一性.其次,通过构造Lyapunov泛函及利用Lyapunov稳定性理论,得到了平衡点全局渐近稳定的充分条件.与已有结论对比表明,针对某些系统,所得条件可作为判断其稳定性的依据.最后,通过几个数值模拟的例子验证了结论.     

Stability analysis of BAM neural networks with time-varying delays

Some new criteria for the global asymptotic stability of the equilibrium point for the bi-directional associative memory neural networks with time varying delays are presented. The obtained results present the structure of linear matrix inequality which can be solved efficiently. The comparison with some previously reported results in the literature demonstrates that the results in this paper provide one more set of criteria for determining the stability of the bi-directional associative memory neural networks with delays.     

Stability analysis of BAM neural networks with time-varying delays

Some new criteria for the global asymptotic stability of the equilibrium point for the bi-directional associative memory neural networks with time varying delays are presented. The obtained results present the structure of linear matrix inequality which can be solved efficiently. The comparison with some previously reported results in the literature demonstrates that the results in this paper provide one more set of criteria for determining the stability of the bi-directional associative memory neural networks with delays.