混沌电机自适应时滞同步控制研究

基于Lyapunov稳定理论及LaSalle不变集定理设计自适应控制器,对两台混沌永磁同步电动机(PMSM)系统进行时滞同步控制。理论证明在控制器作用下两电机误差系统渐近零,即控制策略可实现PMSM混沌系统的时滞同步。数值仿真结果表明该控制策略的正确性及有效性。研究结果对保证多电机系统协调运行具有重要理论意义及实用价值。

一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性

考虑一类含连续分布时滞的随机Hopfiled神经网络模型的几乎必然指数稳定性和p阶矩指数稳定性,借助创建Lyapunov函数和运用非负半鞅收敛定理得到了该网络模型平凡解几乎必然指数稳定和p阶矩指数稳定的充分条件,并通过2个例子,说明结果的有效性.

随机时滞系统的渐近稳定性

应用多个李雅普诺夫函数讨论了随机时滞系统解的渐近行为,通过伊藤公式与半鞅收敛定理建立了确定这种系统解的极限位置的充分条件,并且从这些条件得到了随机时滞系统渐近稳定性的有效判据,使实际应用中构造李雅普诺夫函数更为方便.同时也说明了本研究的结果包含了经典的随机系统稳定性,且经典的结果为本研究结果的特殊情况.本研究所得到的结果无须LV负定,充分利用了随机扰动项的作用,并且从理论上解释了一个不稳定的系统有时加入适当随机扰动后反而稳定的原因.

随机可变时滞系统的渐近稳定性

讨论了一类随机可变时滞系统解的渐近稳定性。应用It 公式、半鞅收敛定理与多个Lyapunov函数建立了这类随机可变时滞系统渐近稳定性的有效判据,使实际应用中构造Lyapunov函数更为方便。同时也说明了结果包含经典的随机系统稳定性结果为其特殊情况。与经典的随机稳定性理论相比,所建立的稳定性结果无须LV负定,充分利用了随机扰动项的作用,并且从理论上解释了一个不稳定的系统有时加入适当随机扰动后反而稳定。最后。

多时滞随机神经网络的稳定性

通过构建李雅普偌夫函数的方法和利用半鞅收敛定理对一类随机时滞神经网络的全局指数稳定进行了分析,提出了易于判定随机时滞神经网络几乎必然指数稳定性新的代数判据,推广了[1]中的主要结论.

一类随机离散Logistic时滞方程的渐近稳定性（英文）

本文提出了一类Logistic时滞模型的随机离散形式,并对其进行了研究.首先,讨论了相对应的确定性离散模型的稳定解.其次,在一些简单的条件下,证明了随机离散Logistic方程的渐近稳定性.最后,利用数值仿真说明了主要结果.

一类具有连续分布延时的随机反应扩散的Hopfield神经网络的收敛动力学行为

本文研究了一类具有连续分布延时的随机反应扩散的神经网络模型.通过构建恰当的Lyapunov函数,以及运用非负半鞅收敛性定理,得到了该网络平衡解几乎必然指数稳定和矩指数稳定的充分条件.最后我们给出了一个例子验证了条件的正确性.本文所得到的结果不要求激励函数是可导,有界,单调非减的,也不要求连接权矩阵是对称的,在解决最优化问题等方面有重要意义.因此我们推广和完善了以前的结果.

马尔可夫调制的随机时滞微分方程的吸引性

利用It公式和局部鞅收敛定理,确立了马尔可夫调制的随机时滞微分方程吸引性的充分条件;通过适当将条件加强,从而得到了方程更好的吸引性.同时为有界性和稳定性的新准则的确立奠定了基础.

马尔可夫调制的中立型随机时滞微分方程的弱吸引性

利用It公式和局部鞅收敛定理,确立了马尔可夫调制的中立型随机时滞微分方程弱吸引性的充分条件;中立型模型的确立,增强了模型贴合工业实际的能力.通过将条件适当加强,得到了方程更好的吸引性,同时为有界性和稳定性的新准则确立奠定了基础.

一类含分布时滞的随机Hopfield神经网络的指数稳定性

一类含分布时滞的随机Hopfield神经网络的稳定性被研究.通过构造恰当的Lyapunov泛函,利用分析技巧并借助非负半鞍收敛定理,该系统平凡解均方指数稳定和几乎必然指数稳定的充分条件被建立.通过一个例子,阐明文中结果的有效性.

一类时滞微分系统的周期解和全局吸引性

本文考虑如下时滞高维微分周期系统的周期解.利用重合度理论中的延拓定理和Lyapunov泛函方法讨论了上述系统周期解的存在性和全局吸引性,得到了便于应用的新结果.