含时滞记忆的非线性时滞系统满意容错控制

针对一类基于T-S模糊模型描述的非线性时滞系统,研究在一般执行器故障模式下的含时滞记忆的鲁棒H∞容错控制器设计问题。针对任意连续型执行器故障模式。

具有控制器增益变化的离散系统时滞记忆鲁棒可靠控制

研究具有控制器增益变化的不确定时滞系统的鲁棒可靠控制。针对同时具有状态时滞和输入时滞的不确定离散系统,通过引入有增益变化的状态反馈控制器,给出了含有记忆和无记忆状态反馈鲁棒可靠控制器的存在条件。在H∞性能指标约束下,又给出了有外界扰动输入时含有记忆和无记忆状态反馈鲁棒H∞可靠控制器的设计方法。仿真结果表明了该方法的可行性。

具有记忆时滞的捕食者-食饵模型的分支分析

本文研究了一类在Neumann边界条件下带有记忆时滞的捕食者-食饵模型稳定性以及分支的相关问题.利用强极大值原理和抛物方程的比较原理得到了模型的适定性(存在性、唯一性和正性),然后分析了系统中常数稳态解的稳定性;同时以基于记忆的扩散系数为分支参数,得到了系统的Turing分支和Hopf分支;说明了在该系统中对于任意的记忆时滞,总会存在大于临界值的记忆扩散系数,使得正常数稳态解是不稳定的;最后利用数值模拟验证相应结论.

有脉冲和时滞的双向记忆神经网络稳定性分析

利用Lyapunov函数和二维Hanalay类型不等式,研究带有脉冲和时延的广义双向联想记忆神经网络平衡点的全局指数稳定性,得到了几个判断网络全局指数稳定的充分条件,这些条件刻画了脉冲强度和没有脉冲的连续子网络(双向联想记忆神经网络的连续部分)的指数收敛速度对整个网络的全局指数稳定性的混合影响。研究结果表明即使脉冲对网络状态有放大的影响,脉冲时滞双向联想记忆神经网络也可能保持连续子网络的全局指数稳定性质。数值例子验证了理论结果的正确性。

不确定变时滞线性切换系统的H∞记忆输出反馈控制

本文首先讨论了一类具有时变时滞的具有不确定性的线性切换系统,综合利用公共Lyapunov泛函、Schur补引理及矩阵不等式方法,得到了鲁棒H∞控制性能要求下可行解存在的充分性判据,为系统的综合提供了可行性判据;接着设计了有记忆的输出反馈控制器.有记忆控制器的设计,为系统的稳定性分析及控制器的综合提供了一定的自由度;最后通过数值仿真例子验证了所得结果的可行性.

基于LMI方法的时滞BAM神经网络的全局稳定性分析

对于时滞双向联想记忆(DBAM)神经网络的平衡点的稳定性问题,目前人们已经得到了很多富有意义的成果.该文提出一种新的神经网络模型——标准神经网络模型(SNNM),通过状态的线性变换,将DBAM神经网络转化为时滞SNNM(DSNNM),并利用有关DSNNM的稳定性的一些结论,得到DBAM神经网络平衡点的全局渐近稳定性的充分条件.这些条件都以线性矩阵不等式(LMI)的形式给出,容易验证,保守性低.该方法扩展了以前的稳定性结果,同时也适用于其它类型的递归神经网络(时滞或非时滞)的稳定性分析.

不确定时滞系统执行器故障模式下的满意容错控制

针对含有不确定参数的离散时滞系统,在执行器增益故障情况下,研究了含时滞记忆的状态反馈满意容错控制器的设计问题.在采用合理的执行器故障描述条件下,分别给出了无外界扰动输入时含有时滞记忆和无时滞记忆状态反馈鲁棒容错控制器的存在条件;进一步给出了在H∞扰动衰减指标约束下,含有时滞记忆和无时滞记忆状态反馈鲁棒容错控制器的设计方法.仿真算例验证了该方法的有效性.