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。

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。

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．

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.

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.

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．

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.

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.

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.

连续变量型随机脉冲差分方程零解的均方指数稳定性

研究了连续变量型随机脉冲差分方程的均方指数稳定性,可以弥补此问题的空白.在研究过程中不仅脱离了一般的方法,例如Lyapunov方法、It^o公式等等,而且还引用了一个重要的差分不等式来获取好的结果.同样,所得结果也适用于没有脉冲的情况.

具有饱和执行器的随机中立型系统的均方指数稳定性

讨论具有饱和执行器的混合时滞随机中立型系统的均方指数稳定性.在考虑了时变时滞依赖和分布时滞效应的系统状态中融入具有Markov跳变的随机中立系统,针对此类系统设计了一个无记忆饱和状态的反馈控制,构造合适的Lyapunov-Krasovskii函数,由时滞分割法得到系统的最大时滞上界,采用线性矩阵不等式方法,推导出系统均方指数稳定的充分条件并进一步得到较小保守性.数值例子说明该方法的有效性.

脉冲随机微分系统的均方指数稳定性分析

研究了脉冲随机时滞微分泛函方程的均方指数稳定性问题。利用Lyapunov-Razumikhin型方法及随机分析的一些技巧,建立了一类脉冲随机泛函微分方程的均方指数稳定性定理。

S-分布时滞随机高阶Hopfield神经网络的均方指数稳定性

考虑了一类具有S-分布时滞随机高阶Hopfield神经网络模型的动力行为.利用Lyapunov泛函方法、随机分析理论和不等式技巧,研究了网络的均方指数稳定性,给出了均方稳定性判据,并以实例证明了结论的正确性.

中立型随机泛函微分方程截断Euler-Maruyama数值解的均方指数稳定分析

为研究截断Euler-Maruyama数值方法对有高度非线性特征的中立型随机泛函微分方程的适用性和稳定性,建立适用于此类方程的截断Euler-Maruyama数值解。给出截断Euler-Maruyama数值解均方指数稳定的条件,并证明在系数满足局部Lipschitz条件、压缩映射条件以及Khasminskii条件下,该中立型随机泛函微分方程的解析解是均方指数稳定的,同时,其截断Euler-Maruyama数值解也具有均方指数稳定的特征。针对一个具体中立型随机泛函微分方程,采用数值模拟验证了上述结论的正确性。

具有时滞脉冲的线性随机时滞系统的均方指数稳定

本文研究了具有时滞脉冲的线性随机时滞系统的稳定性问题,基于Lyapunov函数和Razumikhin技巧,针对具有镇定型脉冲和反镇定型脉冲的线性随机时滞系统分别建立了系统均方指数稳定的充分条件,最后给出两个数值例子论证结果的有效性.

凸多面体不确定混合时滞系统的均方指数稳定

文章讨论了一类凸多面体不确定系统的均方指数稳定性问题,考虑了带有Markov跳变参数系统中同时具有时变与分布时滞的混合时滞情形,通过基于二次稳定的概念构造系统的Lyapunov-Krasovskii候选函数,得出该类带有混合时滞的凸多面体不确定系统的均方指数稳定的充分条件;最后通过数值例子验证了该方法的可行性与有效性。