时变时滞神经网络系统的时滞依赖的鲁棒稳定性准则

基于Lyapunov稳定性理论和线性矩阵不等式技术,针对一类带有范数有界不确定性的时变时滞神经网络系统,给出时滞依赖的鲁棒稳定性准则。系统稳定的充分条件是在激励函数满足一类更为通用的条件下得到的,即激励函数不必是单调可微的,并且消除对时变时滞导数的限制。所给的准则可用Mat-lab中的线性矩阵不等式控制工具箱进行验证。仿真结果进一步证明结论的有效性。

时滞依赖的鲁棒稳定性分析

在许多实际系统中,普遍存在时滞这一现象,并且时滞的存在往往会导致整个系统的性能有所下降,甚至使系统失去稳定性,因此,研究时滞系统中含有时滞依赖的稳定性具有非常重要的理论意义.通过运用Lyapunov稳定性理论和线性矩阵不等式方法,并结合矩阵的Schur补性质,从而推导出时滞依赖系统的鲁棒稳定性判据.