连续线性时滞系统的指数均方稳定性:随机时滞情形

研究一类时滞满足概率特征的连续线性时滞系统的指数均方稳定性问题。与已有文献不同的是基于时滞的一种新的概率分布,将系统转化为带有随机参数矩阵的系统模型。通过构造Lyapunov-Krasovskii泛函并应用线性矩阵不等式给出了系统指数均方稳定性准则,数值算例说明了所提出方法的有效性和优越性。

连续线性不确定时滞系统的时滞分布和时滞区间相关的鲁棒指数均方稳定性判据

解决了一类时滞服从二项分布的连续线性不确定时滞系统的鲁棒稳定性问题。利用李雅普诺夫稳定性理论和线性矩阵不等式方法,给出改进的该类系统的时滞分布和时滞区间相关的鲁棒指数均方稳定性判据。判据以线性矩阵不等式形式给出,方便于使用MAT-LAB软件中的LMI工具箱求解。理论的和数值的比较表明所提出判据比文献中的具有更小保守性。

随机延迟积分微分方程θ-方法的指数均方稳定性

研究了线性随机延迟积分微分方程的数值稳定性,建立了分裂θ-方法和随机线性θ-方法求解线性随机延迟积分微分方程并讨论其稳定性。当θ∈[0,1/2]时,对于步长和漂移系数在一定的限制条件下,两类θ-方法是均方指数稳定的,而对于θ∈(1/2,1],这两类数值格式的指数均方稳定性是没有限制条件的。

时延离散网络系统的均方指数稳定控制

针对带有随机时延和数据包丢失的不确定离散网络系统,得到了系统的均方指数稳定控制器设计策略。通过把网络诱导时延和数据包丢失看作满足Bernoulli分布的等价时延,并结合等价时延在不同区间上的概率取值,建立了更加切合实际的网络系统数学模型,并在此基础上,结合Lyapunov稳定性理论,对网络系统的均方指数稳定性进行分析,同时给出了输出反馈鲁棒控制器设计方法。仿真算例说明了该方法的有效性。

具有分布时滞的随机中立型系统的均方指数稳定性

文章讨论具有分布时滞的随机中立型系统的均方指数稳定性。根据线性矩阵不等式方法,得到了一个关于随机中立型系统时滞相关的均方指数稳定性判据。数值例子说明了此方法的可行性和有效性。

时延网络控制系统均方指数稳定的研究

针对网络控制系统中普遍存在的时间延迟 ,采用事件驱动方式对系统进行建模 ,并针对该数学模型提出了使系统达到均方指数稳定的控制律设计方法。仿真结果表明了所提出方法的有效性。

随机Hopfield时滞神经网络均方指数稳定性:LMI方法

该文通过系统变换技巧,构造出新型的Lyapunov泛函．利用此Lyapunov泛函,基于线性矩阵不等式,得到了随机Hopfield时滞神经网络与时滞相关及与时滞无关均方指数稳定性新的充分条件．数值例子表明,与已有结果相比,该文的结果具有较少的保守性．

变时滞Cohen-Grossberg随机神经网络的均方指数稳定性

本文利用随机积分的It公式,时滞微分不等式及随机时滞神经网络的特性讨论变时滞Cohen-Grossberg随机神经网络的均方指数稳定性。

基于均方指数稳定的一类随机不确定系统的可靠控制

本文在均方指数稳定意义下,研究了一类带连续故障模型的范数有界不确定随机系统的可靠控制问题。借助于Lyapunov稳定性定理和线性矩阵不等式方法,获得了可靠控制器存在的充分条件,以及可靠控制器的设计表达式。同时,借助于数值例子验证了结果的有效性。

不确定变时滞随机系统的鲁棒均方指数稳定性

研究了不确定变时滞随机系统的鲁棒均方指数稳定性问题,不确定性是范数有界的.通过构造Lyapunov泛函,得到了基于线性矩阵不等式的鲁棒均方指数稳定的充分条件.最后给出实例加以验证所提出方法的有效性.

随机时滞模糊细胞神经网络均方指数稳定性分析

利用Lyapunov泛函方法研究一类随机时滞模糊细胞神经网络平衡点的均方指数稳定性,并运用不等式技术、随机分析理论证明主要结果,最后给出例子验证结果的有效性.

随机时滞Hopfield神经网络的均方指数稳定性

利用Ｌｙａｐｕｎｏｖ泛函和Ｉｔｏ公式，研究了具有时滞的随机Ｈｏｐｆｉｅｌｄ型神经网络的均方指数稳定性．证明了三条定理和三个推论．当随机扰动为零时，便得到确定性的时滞神经网络指数稳定的结果．

具有变时滞的随机向量差分方程的均方指数稳定性(英文)

利用H lder不等式,时滞差分不等式以及非负矩阵谱半径的性质,得到了一类具有变时滞的随机向量差分方程的均方指数稳定的充分条件.

变时滞随机模糊细胞神经网络的均方指数稳定性分析

利用Lyapunov泛函及随机分析技巧研究一类变时滞的随机模糊细胞平衡点的均方指数稳定性,得到了均方指数稳定性的充分条件.该模型同时考虑了模糊不确定性和随机不确定性,更加接近真实的神经网络.最后给出一个例子证明结论的有效性.

基于均方指数稳定的随机时延网络系统的输出反馈控制

研究了随机时延网络系统的输出反馈控制问题.通过把网络诱导时延和数据丢包看做满足区间Bernoulli分布的等价时延,建立了随机时延网络系统模型.基于随机系统稳定性理论,以线性矩阵不等式形式给出了系统均方指数稳定条件和输出反馈控制器设计方法.仿真结果说明了该方法的有效性.

具时变时滞的随机模糊Cohen-Grossberg神经网络的均方指数输入状态稳定性（英文）

本文对具随机和时变时滞效应的模糊Cohen-Grossberg神经网络的均方指数输入/状态稳定性进行了研究.利用Razumikhin技巧和时滞微分不等式,本文得到了神经网络的均方指数输入对状态稳定性的充分条件,并给出了一个例子来说明该方法的有效性.

单调型条件下随机微分方程θ-方法的均方指数稳定性(英文)

本文研究高度非线性随机微分方程(SDEs)的数值解稳定性性质.给出θ-方法均方指数稳定性的充分条件.与现有文献不同,本文无需单边线性增长条件和充分小的步长.本文在单调型的条件下,并且至于要步长满足一个很弱的条件即可.因此本文是对现有文献的很大改进.

具有马氏切换的脉冲时滞神经网络的均方指数稳定性分析

为了研究一类具有马氏切换的脉冲时滞非自治Hopfield神经网络的均分指数稳定性,基于随机分析技巧和Razumikhin方法,建立一个体现交叉项的新颖向量非自治Halanay不等式.通过使用Lyapunov方法,将该不等式和切换系统及脉冲系统理论分析工具有机的结合,针对所研究的非自治神经网络系统建立了均方指数稳定的充分性判据.该不等式在结构和神经网络系统兼容,可减少因放缩带来的误差,且所得的判据具有较小的保守性,放宽了现有文献中对时滞变化率的限制.最后通过数值例子,证明研究结果的有效性.

基于观测器的网络控制系统均方指数稳定控制器设计

针对具有随机时延、状态难以测量等问题的网络控制系统,提出一种基于状态观测器的均方指数稳定控制器设计方法.使用变采样周期的方式将网络控制系统离散化,将系统建模为马尔科夫跳变系统,然后设计了基于状态观测器的反馈控制器,证明了闭环系统的均方指数稳定性,通过求解线性矩阵不等式给出了观测器和控制器反馈增益设计方法.仿真结果验证了所提设计方法的有效性.

分数布朗运动驱动的随机微分方程的稳定性

考虑如下形式的由分数布朗运动驱动的随机微分方程的均方指数稳定性,{dX(t)=(AX(t)+f(t,X(t))dt+g(t)dB^(H)(t)X(t)=φ(t),t∈[0,T]式中Hurst参数H∈(0,1/2)。通过对该方程中分数布朗运动的维纳积分进行估计,得到矩估计不等式。在一些特定条件下,采用积分不等式讨论了温和解的稳定性,给出相应的例子,验证了结论的准确性。