非线性时滞不确定系统的保性能控制

叙述了一类给定线性二次性能指标函数的中立型非线性参数不确定系统的保性能控制问题．这些参数的不确定性是实时变范数有界的,并且状态时滞是一个常量．问题就在于设计一个使闭环系统渐近稳定,且对于所有允许的不确定性和时滞,闭环系统线性二次性能指标都不超过一个给定的上界的状态反馈控制律．基于线性矩阵不等式,Lyapunov方法给出了控制器存在的两个判据．最后给出了一个仿真示例说明该文方法的有效性．     

基于有限时滞的Volterra捕食系统的分支解

较深入地研究了具有有限时滞的极限增长Lotka-Volterra捕食系统分支解的性态.以时滞τ为参数,利用中心流形定理和规范形理论分析了在0τ处出现Hopf分支周期解的方向及稳定性,并提供了计算其方向和稳定性的计算公式.     

一类含变时滞扰动非线性系统的自适应鲁棒镇定

研究了一类含匹配变时滞状态扰动非线性系统的鲁棒自适应镇定问题.假定变时滞状态扰动的上界是未知的,且满足线性增长条件.基于Lyapunov稳定性理论和Lyapunov Krasovskii型泛函,设计了一种鲁棒自适应状态反馈控制器,并证明了此控制器使得闭环系统一致最终有界,且系统的状态将一致渐近趋于0.最后给出一个仿真例子说明结论的有效性.     

一类状态不可测非线性时滞系统的神经网络故障诊断

针对一类状态不可测的非线性时滞系统,提出了基于神经网络故障诊断的新方法.采用系统的状态和时滞状态的估计值作为神经网络的输入对故障进行估计.首先构造一种状态观测器结构,利用输出信息和神经网络的非线性逼近能力对系统不可测状态进行估计,然后对系统发生的故障用另一个RBF神经网络进行估计,故障估计器的输入为系统的当前估计状态以及时滞状态,所估计出的故障是随时间变化的非线性函数.基于Lyapunov理论,分析并证明了系统的稳定性和参数收敛性,同时作了仿真研究.仿真结果表明,该方法能够很好地解决一类状态不可测的非线性时滞系统的故障诊断问题.     

一类一阶双滞量时滞方程零解渐近稳定的代数判据

考虑下列方程 x(t)-b/√2x(T)+bx(t-τ)+cx(t-2τ)=0,(*)其中b,c,т为常数,且т>O,bc≠0.建立了方程(*)零解渐近稳定的充分必要条件,这些条件易于验证和应用.     

二维具时滞Hopfield神经网络动力学行为研究

Hopfield神经网络模型是对人脑神经网络的某些机理与机制的抽象,它可以模拟大脑实现联想记忆和优化计算等方面的功能.本文对一类二维具时滞的Hopfield神经网络模型进行了理论分析,给出了系统可能出现的稳定平衡点、周期解以及混沌奇异吸引子的参数选取信息,并在理论分析的基础上进行了数值模拟,用计算机描绘出解曲线图.本结果对人工神经网络的应用提供参数依据.     

一类非线性时滞系统的脉冲控制

研究了一类非线性时滞系统x′=f(x(t)) g(x(t—τ))的脉冲镇定问题．给出了可脉冲指数镇定和可周期性脉冲指数镇定的定义,构造恰当的Lyapunov函数得到了这类系统可脉冲指数镇定和可周期性脉冲指数镇定的充分条件,并且给出了脉冲控制函数的设计方法,所得到的脉冲控制函数是仅依赖于系统参数的简单的线性函数．数值例子说明了文中结果的有效性．     

具有无穷时滞的时变捕食--被捕食系统的一致持续生存

利用一种新的方法得到了一类有无穷时滞的时变捕食——被捕食系统的一致持续生存的充分条件,所得结果是新的、有趣的,并使得已有结果成为本文的特例.     

不确定时滞系统的自适应支持向量机Smith预估控制

针对不确定时滞系统提出了一种自适应支持向量机Smith预估控制新方法．首先采用支持向量机对被控对象进行建模,然后设计了一个自适应支持向量机Smith智能预估器,解决了传统Smith预估控制需要预先知道被控对象精确数学模型的问题,克服了基于神经网络的Smith预估控制的不足．仿真实验结果表明,自适应支持向量机Smith预估控制方法充分利用了支持向量机的非线性映射能力,在被控对象数学模型未知的情况下对不确定时滞对象进行控制,具有良好的控制品质,特别是当对象特性发生变化时,还具有良好的适应性。     

中立双曲型偏微分方程解的强迫振动

讨论了一类多滞量中立双典型偏微分方程解的振动性质,获得了其一切解振动的充分条件;指出了与普通双曲型偏微分方程质量的差异。