带时变离散及分布延迟的不确定随机神经网络的稳定性

基于Lyapunov-Krasovskii泛函方法,得到一个由线性矩阵不等式形式给出的判定时变离散及分布延迟的不确定随机神经网络均方渐近稳定的准则,并给出了数值算例。

带损失的时变分布延迟模型及其应用

介绍了带损失的时变分布延迟模型的基本原理 ,将马尾松毛虫各生命阶段视为带损失的时变分布延迟过程 ,建立了相应的模拟方程及 C语言程序 ,并对该模型的收敛性、稳定性及模拟的有效性进行了讨论。

测量数据丢失和随机分布时延非线性系统滤波

阐述了一类非线性随机离散系统,在测量数据丢失、随机分布时延情况下的滤波问题.利用Bernoulli随机变量刻画测量数据随机丢失与随机分布时延.以统计方式描述的非线性包含了几种常见的非线性约束条件,这几种非线性作为其特例.通过应用李雅普诺夫稳定性理论,取得了基于线性矩阵不等式的充分条件,获得了滤波误差的均方稳定性.最后,通过仿真例子说明文章结论的有效性.