中立型Markov脉冲神经网络的随机稳定性

研究了含离散与无穷分布时变时滞的中立型Markov脉冲神经网络均方意义下的随机渐近稳定性.基于Lyapunov-Krasovskii泛函方法,利用推广的Jensen积分不等式、二次凸组合和倒凸组合技术,建立了新颖的稳定性条件.所得判据以线性矩阵不等式形式表示,可以通过标准Matlab软件验证.

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。

一类区间时滞切换系统的稳定性分析

在过去的几十年里,具有离散和分布时滞的混合系统受到很多关注,并有着广泛应用,如绝对稳定控制,非线性延迟MIMO系统周期控制T不变性等。有关切换系统的研究中,稳定性问题引起较多关注,因而,研究具有混合时滞的切换系统稳定性有着重要意义。讨论了一类具有离散和分布时滞的切换系统指数稳定问题。首先,运用平均驻留时间法构造分段Lyapunov函数和切换规则;其次,引入倒凸组合技术和Jensen积分不等式对求导后的分段Lyapunov函数进行放缩,得出系统指数稳定的充分条件;最后,利用LMI工具箱实现仿真算例验证了定理的有效性,得到保守性更小的时滞上界。

一类具有2个加性变时滞的系统的指数稳定性分析

考虑了一类具有2个加性变时滞的系统的指数稳定性问题.通过把时滞区间分别分成2个小区间,构造一个适当的Lyapunov-Krasovskii泛函(LKF),该LKF整体正定,不要求每一部分正定.运用积分不等式和倒凸组合的方法,得出了系统指数稳定的充分条件,并以线性矩阵不等式的形式表示.数值实例表明了该方法的有效性.