带有混合时滞的中立型随机神经网络的状态估计

研究了一类具有Markov跳变参数的中立型神经网络的状态估计问题,所考虑的神经网络含有Markov模态依赖的离散时滞和无穷分布时滞。通过构造模态依赖的Lyapunov-Krasovskii泛函,得到状态估计误差系统全局渐近稳定的充分条件,从而保证了所考虑神经网络的全阶状态估计器的存在。通过将非线性耦合的矩阵不等式转化为线性矩阵不等式,利用线性矩阵不等式计算状态估计器的增益矩阵,由此解决了神经网络的状态估计问题。最后,通过数值例子说明所提出设计结果的有效性。

多模态柔性振动的混合时滞滤波抑制方法

针对串联型柔性多关节机器人实时运动控制中存在多模态残余振动这一问题,提出了一种通过设计混合时滞滤波器构建多模态输入整形器的振动抑制方法。首先,分析了柔性多关节机器人产生振动的原因,介绍了抑制柔性振动所采用主要方法,并分析了ZVD型时滞滤波器在解决多模态柔性振动问题上存在的局限;其次,针对级联多模态时滞滤波器时滞过大的问题,构建了最优时滞滤波器;再次,给出了基于频率误差的性能指标函数,通过构建混合时滞滤波器,将脉冲幅值以及时间滞与混合参数λ建立线性映射关系,将优化残余振动的问题简化为优化混合参数λ;最后,通过机器人本体实验验证本方法在时滞和对频率误差适应性上的优势。

混合时滞驱动响应动力学网络的函数投影同步

构造了一类具有混合时滞的驱动响应动力学网络。基于Lyapunov稳定性定理,设计了自适应控制器,通过该控制器牵制控制这类驱动响应动力学网络并实现了其函数投影同步。数值仿真的结果表明了该控制器的有效性。同时,响应动力学网络的耦合配置矩阵不需要可约、对称等约束条件。

含反应扩散项和混合时滞的随机Hopfield神经网络的时滞相关全局指数稳定性分析

研究一类含反应扩散项和混合时滞的随机Hopfield神经网络的稳定性,通过构造恰当的Lya-punov泛函和运用不等式分析,得到了该网络平凡解时滞相关的全局均方指数稳定性条件,推广了已有的结果.利用一个例子,说明结果的有效性.

具有混合时滞的随机细胞神经网络的稳定性分析

讨论了具有混合时滞的随机细胞神经网络的p-阶矩指数稳定和几乎必然指数稳定性.借助于局部鞅收敛定理、M-矩阵的性质和It公式,在较为宽松的扩散系数矩阵的限制条件下,得到了p-阶矩指数稳定和几乎必然指数稳定的充分条件,推广了现有一些文献的结果.

一类混合时滞复值神经网络的动态行为分析

为将复值神经网络应用于模式识别,对一类具有混合时滞的复值神经网络平衡点的动态行为进行了探讨.在假定激活函数满足Lipschitz条件的情况下,利用同胚映射相关引理以及向量Lyapunov函数法,研究了确保该系统平衡点的存在性、唯一性以及指数稳定性的充分条件.研究结果表明,用复值神经网络的权系数、自反馈函数及激活函数所构造的判定矩阵是M矩阵.最后,通过一个数值仿真算例验证了所得结论的正确性.

具反应扩散混合时滞Cohen-Grossberg神经网络的指数耗散性

利用扩散算子特性、M-矩阵性质和不等式分析技巧,在不要求神经网络激励函数的有界性、单调性、可微性以及平均时滞有界性的弱保守条件下,研究了一类具有反应扩散混合时滞的非自治Cohen-Grossberg神经网络的实不变集、全局指数稳定性和指数耗散性,并给出了相关的充分性条件.文中所使用的方法摒弃了常规构造适当的Lyapunov泛函的方法,克服了Lyapunov泛函难构造的困难,且得到的结果扩展和改进了其他文献结果.最后给出了一个数值例子来说明所得结果的有效性.

具有混合时滞随机离散神经网络的渐近稳定性分析

研究了一类具有离散和分布时滞的随机离散神经网络的模型,通过构造新的Lyapunov-Krasovskii函数,给出了模型渐近稳定性的定理.以线性矩阵不等式形式给出的定理,易于用Matlab的LMI工具箱求解.最后通过仿真实例证明了定理的有效性.

一类混合时变时滞混沌神经网络自适应同步研究

基于微分方程的拉萨尔不变集原理和自适应动态反馈控制技术,研究了一类带有完全未知参数和混合时变时滞的混沌神经网络的自适应同步问题,给出了保证两个具有相同结构但具有完全未知参数的时滞混沌神经网络同步的控制律的设计方法.在此自适应控制律的作用下,达到了同步与参数辨识同时进行的目的.所设计的控制律简单,易于实现.仿真示例验证了所提方法的有效性.

具有非线性脉冲效应和混合时滞的神经网络的指数同步

研究了一类具有非线性脉冲效应和混合时滞的神经网络的指数同步。通过李雅普洛夫稳定性理论和一些不等式方法,利用p-范数得到了新的指数同步的充分条件。和之前的脉冲效应是线性函数的结论相比较,消除了对线性脉冲效应系数γij∈[0,2]的限制,适用范围更广泛。

一类具有混合时滞的细胞神经网络的概周期解的存在性和全局指数稳定性

研究了具有混合时滞的细胞神经网络的概周期解,利用不动点理论,Liapunov及不等式的分析技巧,给出了该方程概周期解存在性和全局指数稳定性的一个充分条件.

基于LMI的混合时滞随机神经网络指数稳定性

为研究具有混合时滞的随机反馈神经网络的平衡解的稳定性问题,基于Lyapunov稳定性理论及Ito随机微分公式计算了随机神经网络得到在均方意义下的全局指数稳定性。利用网络模型中混合时滞的形式特点构造了新型的Lyapunov-Krasovskii泛函,并借助矩阵不等式分析技巧建立了新型采用线性矩阵不等式形式的判别条件,较已有采用矩阵范数形式的判别条件放宽了要求。线性矩阵不等式可以利用Matlab中提供的线性矩阵不等式进行计算验证,使得所得判别条件更加实用。最后给出了数值证明判别条件的有效性。

具有混合时滞的区间广义系统弹性鲁棒H_∞控制

针对一类具有混合时滞的区间广义系统,研究了其弹性鲁棒H∞状态反馈控制器的设计问题。利用Lyapunov稳定性理论,采用线性矩阵不等式方法,提出了此类系统弹性鲁棒H∞控制器存在的充分条件。最后给出数值算例验证该方法的有效性。

带有混合时滞的惯性神经网络系统的反同步控制

研究了一类带有混合时滞的惯性神经网络系统的反同步控制问题.利用合适的变量替换,将二阶时滞惯性神经网络微分方程转化为一阶时滞微分方程组.借助Lyapunov稳定性理论、反馈控制理论及一些不等式技巧,获得了确保惯性神经网络驱动-响应系统之间反同步的几个充分条件.给出数值仿真例子验证所得结果.

具混合时滞的随机神经网络的稳定性分析

通过构造新的Lyapunov-Krasovskii泛函并利用随机分析的方法,建立了一类具有混合时滞和马尔可夫(Markovian)参数切换的随机神经网络均方渐近稳定的判据.所考虑的混合时滞既包含时变的离散时滞也包含无穷分布时滞,神经网络的参数切换由某个马尔可夫链所确定.

网络环境下混合时滞系统对时滞参数的自适应控制

在网络环境下,建立了一类复杂的混合时滞系统模型,该模型被控对象为连续系统,控制输入为离散序列且状态时滞参数未知.在分别建立了连续与离散的模型基础上,根据已有的混合系统的稳定性定理,提出了一种镇定系统的方法,并得到了离散形式的可用于控制输入的对未知时滞参数的自适应律.控制方法基于一种Lyapunov-Krasovskii泛函,且在得到的自适应律作用下,对未知时滞参数的估计值能始终被反映在带记忆状态反馈控制器中,且依赖于时滞的反馈控制器,存在的充分条件均可通过一组线性矩阵不等式LMIs表示.

一类混合时滞系统对时滞参数的自适应控制

研究了一类较为复杂的混合时滞系统——被控状态为连续形式且状态时滞参数未知,而控制输入为离散序列.在分别建立了连续与离散的模型基础上,根据已有的混合系统的稳定性定理及一种Lyapunov-Krasovskii泛函方法,提出了一种镇定系统的方法,并得到了离散形式的可用于控制输入的对未知时滞参数的自适应律.在该自适应律作用下,未知时滞参数能始终反映在带记忆状态反馈控制器中,依赖于时滞的反馈控制器存在的充分条件可通过一组线性矩阵不等式(LMIs)表示.

一类具有混合时滞的神经网络指数稳定性分析

讨论了一类具有混合时滞(包含离散和分布时滞)的人工神经网络的指数稳定性问题.通过将时滞区间分为不等的两部分,并结合倒数凸方法,得到了系统指数稳定的新判据,判据以线性矩阵不等式的形式给出.最后用两个数值实例说明了所得结论的有效性与更小的保守性.

混合时滞四重边复杂网络的自适应同步及在常规公交调度中的应用

研究了一类混合时滞四重边复杂网络模型,它既包含节点时滞和耦合时滞,又可以拆分成多个性质不同的子网络.基于Lyapunov稳定理论,设计简单的同步控制器,给出网络的全局同步准则.利用网络拆分的思想,建立一个具有4重边双重时滞的城市公交线路网络模型.最后以Lorenz系统为例进行数值模拟,同时分析公交车辆之间的控制强度和时滞时间对公交运营的影响.

混合时变时滞多机系统气门开度的模糊H_∞控制器设计

研究了带有混合时变时滞的多机电力系统的气门开度模糊H_∞控制器设计问题,混合时变时滞包括区间时滞、中立型时滞和分布时滞,通过建立模糊模型并设计系统的模糊控制器,基于线性矩阵不等式(LMIs)给出了系统满足H_∞性能指标的稳定性条件.同时,将结论推广到时滞的不同情况,包括带有快时变分布时滞(即分布时滞的导数大于1)的H_∞稳定条件,所得结果减少了保守性.最后,针对三机无穷大母线的气门开度控制系统建立模糊H_∞控制器,验证了所提出方法的有效性.