一类不确定时滞系统的鲁棒绝对稳定性

基于一类不确定时滞系统，给出了使得闭环系统鲁棒绝对稳定的状态反馈控制律的设计方法，通过求解一组时滞依赖型的线性矩阵不等式，给出使得闭环系统鲁棒绝对稳定的无记忆状态反馈控制律，并能够利用Matlab工具箱计算出最大的允许时滞界。     

弱广义混合变分不等式的辅助问题及迭代算法

应用辅助变分原则研究了一类新的弱广义混合变分不等式,证明了辅助问题解的存在性及弱广义混合变分不等式解的存在性,也证明了迭代算法序列的收敛性.     

一类新的无限簇集值变分不等式

引入并研究了一类新的无限簇广义集值变分不等式,证明了这类变分不等式解的存在性,并构造了其迭代算法,得到了由此算法产生的迭代序列的收敛性,所得结果推广和改进了已知的相应结果.     

一类不确定时延状态反馈网络化系统鲁棒稳定性

考虑控制器和执行器事件驱动、传感器时钟驱动、恒定周期采样和不大于一个采样周期的不确定时延,将有控制约束的状态反馈网络控制系统建模为含有不确定性的离散时变系统.利用Lyapunov理论和线性矩阵不等式方法,导出系统鲁棒稳定的充要条件.利用Matlab LMI工具箱求解该条件,可在判定该类系统稳定性的同时,获得系统鲁棒控制律.仿真算例说明了分析方法和稳定判据的有效性.     

两个三角形加权不等式

建立了涉及三角形内部一点的两个二次型加权不等式,并推导出若干新结论.     

基于T-S模型的非线性系统非脆弱保性能模糊控制

针对一类用T-S模糊模型描述的非线性系统,采用状态反馈的并行分布补偿方法研究其非脆弱保性能模糊控制问题,使得在控制器存在可加性摄动的情况下,其闭环性能指标值低于确定的上界。利用线性矩阵不等式处理方法,导出了非脆弱保性能模糊控制律的存在条件。通过建立和求解一个凸优化问题,给出了最优非脆弱保性能模糊控制律的设计方法,并用此方法设计一级倒立摆的非脆弱模糊控制律。仿真结果表明了方法的有效性。     

Hilbert空间中一类变分不等式的近似解

提出了两种与预解算子有关的迭代序列,得到了Hilbert空间中一类变分不等式的近似解,并证明了迭代序列在各自条件下的强收敛性和弱收敛性.     

中立型细胞神经网络的稳定性分析

基于线性矩阵不等式（LMI）技巧对中立型细胞神经网络的稳定性问题进行了研究，给出了神经网络稳定的一个充分性条件和系统稳定中立项所必须满足的一个必要条件。仿真结果证明了所给算法的有效性，同时表明所得结论优于Y-M-ZHANG等的结果。     

序列线性方程组方法解约束SC1函数最小化问题

对不等式约束SC1函数最小化问题提出一个可行的序列线性方程组算法.算法的每步迭代,子问题只需解具有相同的系数矩阵的四个简化的线性方程组.这个算法的特点是产生的迭代点是可行的;只考虑指标在集合I的一个子集Ak中的约束函数;不需假定聚点的孤立性,就可证明算法产生的迭代点全局收敛到问题的KKT(库恩-塔克)点.在较弱条件下,证明算法是超线性收敛的.     

广义向量变分不等式解的存在性

引进和研究了一类广义向量似变分不等式（GVVLI），并运用KKM定理证明了（GVVLI）问题的存在性．