基于复杂网络的混沌同步研究

根据Lyapunov稳定性理论,分别给出了环状网络和全局耦合网络渐近同步和指数同步的充分条件.并对两种不同结构网络的同步性能进行了比较,发现全局耦合网络同步性能更好.最后以Lorenz混沌系统为节点,分别对4个节点的环状网络和全局耦合网络的混沌同步进行了数值仿真,验证了结论的可靠性.     

随机时滞系统的渐近稳定性

应用多个李雅普诺夫函数讨论了随机时滞系统解的渐近行为,通过伊藤公式与半鞅收敛定理建立了确定这种系统解的极限位置的充分条件,并且从这些条件得到了随机时滞系统渐近稳定性的有效判据,使实际应用中构造李雅普诺夫函数更为方便．同时也说明了本研究的结果包含了经典的随机系统稳定性,且经典的结果为本研究结果的特殊情况．本研究所得到的结果无须Lv负定,充分利用了随机扰动项的作用,并且从理论上解释了一个不稳定的系统有时加入适当随机扰动后反而稳定的原因．     

实非对称爪形矩阵的特征反问题

提出和解决了两类实非对称爪形阵的特征反问题，并给出了解的表达式。     

统一混沌系统非线性控制器的设计与分析

提出了一类统一混沌系统的非线性控制器的设计新方法。应用反馈精确线性化方法给出了统一混沌系统的标准型。然后利用线性控制方法对变换后的等价系统中的线性子系统进行了控制器设计,由此设计出原混沌系统的非线性控制器,并证明其具有指数稳定性。仿真结果表明利用反馈线性化方法设计的非线性控制器的有效性。     

时滞随机线性大系统的指数稳定性

针对一般随机线性时滞微分方程，给出了方程的平凡解的几乎必然指数稳定性的一个充分条件，由此利用时滞随机系统的比较原理建立一般时滞随机线性大系统的二阶矩指数稳定与几乎必然指数稳定新的代数判据．利用恰当的Lyapunov函数结合不等式技巧得到了这些条件．特别是用一个代数方程给出了依赖时滞的Lyapunov指数的估计．并用实例加以验证．     

基于LMI方法的中立型多时滞系统稳定性分析

利用李雅普若夫第二方法结合LMI（线性矩阵不等式）方法讨论了中立型时滞微分系统的渐近稳定性，获得了该系统零解渐近稳定的充分条件，同时得到了易于判断系统渐近稳定的时滞无关与时滞相关的LMI不等式．通过实例比较表明文中结论推广并改进了现有文献中的结论．     

混合变时滞细胞神经网络的全局渐近稳定性

基于微分动力系统Lyapunov稳定性理论和线性矩阵不等式(LMI)处理方法,借助于Matlab中LMI控制工具箱,给出了一类含有离散时滞和分布时滞的混合变时滞细胞神经网络的全局渐近稳定性的充分条件,改进了文献[9]的结果,降低了系统的保守性.数值例子进一步验证了结果的有效性.     

变时滞非自治神经网络的有界性和全局指数稳定性

主要研究了一类变时滞的非自治神经网络的一致有界性、最终一致有界性和全局指数稳定性.通过构造恰当的Lyapunov泛函并应用广义泛函微分方程的有界性原理和Young不等式给出了多变时滞非自治神经网络解的有界性和稳定性的新的充分条件.文中无需考查模型平衡点的数目,同时也不要求激活函数可导、单调或是有界,所得结果更具有一般特性和新颖性,改善了相关文献的理论结果.通过举例进一步验证了所得结果的有效性.     

中立型随机时滞系统的渐近稳定性

通过It^o公式与半鞅收敛定理建立了中立型随机时滞系统的拉萨尔不变原理,确定系统解的极限位置的判定条件,并应用此原理给出中立型随机时滞系统的渐近稳定性的充分条件.同时也说明了本方法的结果包含了经典的随机系统稳定性结果为其特殊情况.需要指出的是,本方法所建立的稳定性结果无须LV负定,充分利用了随机扰动项的作用.最后,用实例验证了该结果.     

时滞神经网络的鲁棒控制器

对不确定变时滞神经网络系统的鲁棒控制器的设计进行了分析.通过构建李亚普诺夫泛函并结合线性矩阵不等式方法及有关不等式技巧给出了不确定时滞神经网络的输出反馈鲁棒控制器的设计方法,提出了易于实现的鲁棒控制器设计的代数判据,其结论与满足一定条件下系统的变时滞大小无关.最后给出了实例并进行了仿真,实验结果表明所设计的鲁棒控制器的有效性.