基于区间时变时滞模糊系统的稳定性分析

考虑了区间时变时滞模糊系统的稳定性问题.利用T-S模糊模型对模糊系统进行了研究,利用线性矩阵不等式的形式给出了此类模糊系统在时滞相关意义下保守性更小的稳定性判据.由于加入了自由矩阵,所得结果保守性更小.并且给出了一个数值例子说明了所得稳定性判据的有效性.     

广义神经网络系统的全局稳定性

讨论了广义神经网络的全局鲁棒稳定性问题,利用Lyapunov稳定性理论和线性矩阵不等式技术,给出时滞依赖的鲁棒稳定性准则,该准则消除了对时变时滞导数的限制,从而降低了保守性,并且通过数值算例验证了结论的可行性和有效性。     

不确定时滞相关广义系统的H_∞鲁棒控制

针对不确定时滞相关广义系统的H∞鲁棒控制问题进行研究,目的是设计线性无记忆状态反馈控制器,使得对闭环系统所有的允许的不确定性正则、无脉冲、稳定且具有满意的H∞性能.将时滞相关广义系统的新有界实引理以严格的不等式线性矩阵方法给出,这些都是通过引入新的Lyapunov-Krasovskii泛函,使用詹森不等式得出的.其次,在新的有界实引理的基础上给出了(不确定)时滞相关广义系统的(鲁棒)控制器存在的充分条件.所得出的结果都以严格的线性矩阵不等式形式表示并且都是时滞相关的,未涉及系统矩阵的分解.最后,通过数值算例说明了该方法具有较小的保守性和有效性.     

基于自组织映射泛函的GRN全局渐进稳定性证明

研究一种带时滞的基因调控网络(GRN)的全局渐进稳定性证明与推导,引入自组织映射泛函稳定性理论,加入自由权值矩阵,提出通过自组织映射泛函引入辅助矩阵对GRN全局渐进稳定性进行分析证明的方法。在自组织映射泛函中引入了一个新的状态项,包含了一个积分叉积项,提供额外的自由度较少保守性,推导得出GRN系统是全局渐进稳定性的推论。证明结论和得出的推论能有效验证GRN系统的全局渐进稳定性,能得到传统方法不能求解的可行解,相比传统方法更具有一般性和普适性。     

不确定时滞系统的鲁棒H_∞控制

研究一类时滞系统的鲁棒H_∞控制问题,针对具有凸多面体不确定性的时滞系统,通过构造Lyapunov-Krasovskii泛函,基于李雅普诺夫稳定性定理和线性矩阵不等式技术,设计了既能使得系统鲁棒稳定又能满足H_∞性能指标的条件,并构造了系统有记忆状态反馈鲁棒H_∞控制器,数值算例验证了所得结果的可行性与有效性。     

基于参数相关Lyapunov泛函不确定时滞系统的鲁棒稳定性

研究了含多面体不确定性的时滞系统的鲁棒稳定性问题。利用参数相关的Lyapunov泛函,得到了基于LMI的时滞系统时滞相关的鲁棒稳定的充分条件。在该条件中不确定系统在多面体不同的顶点用不同的Lyapunov阵判断其稳定性,而已有的结果为在所有的顶点用一个共同Lyapunov阵分析。进一步,将确定系统稳定的最大时滞问题转化为求广义特征值的拟凸优化问题。最后数值例子说明了该方法有较小的保守性     

基于LMI的神经网络的全局渐近鲁棒稳定性分析

研究了一类具有时滞的细胞神经网络的鲁棒稳定性问题,利用Lyapunov-Krasovskii泛函的方法,给出了时滞橱关的稳定性判据。稳定性判据是以线性矩阵不等式的形式给出,可以很容易得出时滞的上界。在得到时滞相关的稳定性判据的同时也可以得到时滞无关的稳定性判据。最后,数值算倒说明了本文结果的优越性。     

带有扰动的时滞系统的稳定性分析

采用新的Lyapunov函数方法,获得了具有非线性扰动的时滞系统稳定性充分条件,引入了新的引理,利用线性矩阵不等式技术(LMI),得到了更好的保守性结果,数值仿真例子说明了方法的可行性和有效性。     

基于Schur收敛性条件的扰动特征泛函凸组合模型

研究Schur收敛性条件的扰动特征泛函凸组合模型的收敛性和稳定性,是实现对特征灵敏的前馈网络系统连续性和非线性控制的关键理论依据。传统分析方法采用的模糊免疫时滞环节进行完全跟踪补偿,构造李雅普诺夫泛函线性矩阵不等式,进行非线性凸组合模型构建,但模型因扰动特征泛函收敛效果不好。构建了基于Schur收敛性条件的扰动特征泛函凸组合模型,求解平均扰动特征泛函的平均互信息量,设定扰动特征连接权值下的系统函数,通过实时自适应学习算法对被控对象进行亏损特征分解,得到Schur收敛性条件,对凸组合模型的收敛性和渐进稳定性进行证明。最后进行数值算例分析,得出构建的凸组合模型收敛性和渐进稳定性较好,计算精度精确,寻优过程可靠。     

线性不确定时滞系统的鲁棒保性能观测器设计

针对一类具有范数有界不确定性和状态滞后的线性系统,基于时滞系统Lyapunov稳定性方法,采用线性矩阵不等式方法,提出了线性保性能观测器的存在条件,并利用一个线性矩阵不等式的解,给出了时滞独立稳定的保性能观测器的一个参数化表示。最后用数值例子说明了本文提出的方法有热性。     

拟线性微分方程边值解的稳定性及收敛性分析

拟线性微分方程边值解的稳定性问题以及收敛性问题是进行时滞系统稳定性控制的关键因素,分析该类微分方程边值解的稳定性及收敛性,首先通过计算微分方程的连续逆平稳的二阶梯度,构建微分方程的连续逆平稳约束模型;其次引入微分方程的逆特征值有稳定解的边界条件,采用时滞关联度特征泛函进行拟线性微分方程的特征解空间遍历,求得具有的拟线性微分方程的边值解;在此基础之上,进行了边值的稳定性和渐进收敛性分析。研究得出,该类微分方程存在边值周期解,在时滞系统控制中具有较好的收敛性。     

一类不确定离散时滞系统鲁棒镇定的时滞相关研究

本文研究了一类范数有界不确定离散状态时滞系统的鲁棒控制问题.通过采用新的方法,得到了使得系统鲁棒渐近稳定的改进的时滞相关准则,设计了使得系统鲁棒镇定的线性无记忆状态反馈控制器.所得时滞相关准则以严格线性矩阵不等式形式表示,且包含了更少的变量.     

一类非结构不确定时滞Lurie系统的鲁棒控制

本文应用Lyapunov泛函方法讨论具有一个和多个滞后型执行部件的Lurie控制系统的绝对稳定性，给出这类系统的不确定矩阵在满足非结构不确定性条件下，该系统绝对稳定的充分条件、最后给出一个例子，证明该条件比现有文献结果的保守性要小。     

线性约束下随机泛函微分方程的超线性收敛性

研究线性模型约束下随机泛函微分方程的超线性收敛性,可以优化实现对海量数据集的聚类分析和模式识别。以K分布概率分度函数为基函数,得到随机泛函微分方程Banach空间中的特征函数,构建了线性约束模型,并进行微分方程数值分析,基于贝叶斯估计方法,以一阶原点矩和二阶原点矩为特征,对随机泛函微分方程的约束参数进行优化估计,给出扰动特征泛函原理,根据最小描述(MDL)准则和自回归传递(CAT)函数准则,进行方程解向量的超线性收敛特性分析和证明,得出线性约束下随机泛函微分方程的超线性渐进收敛的。该结论将在海量数据集的聚类分析和模式识别中具有重要应用价值。     

一种基于网络控制系统的时滞优化算法研究

在网络化控制系统中,网络诱导时廷是降低系统性能以及影响系统的稳定性的重要因素之一.本文通过系统建模,借助线性矩阵不等式,提出了一种基于网络控制系统的时滞相关优化算法.仿真实验结果表明,该算法具备一定的优越性.     

LM-Smith神经网络泛函稳定性控制设计

传统的Smith神经网络控制器具有抗干扰性差和时滞性较强的弱点,泛函稳定性较差,基于最小信息熵原理,对传统的Smith神经网络控制器进行改进,提出一种基于最小信息熵的LM-Smith神经网络泛函稳定性控制模型,在传统的Smith控制中的神经元模型采用最小信息熵进行泛函加权,实时对被控对象进行辨识,使用二阶泰勒级数展开,提高神经网络泛函收敛速度和稳定性。仿真和算例证明了控制系统的稳定性,收敛精度和收敛速度都有大幅提高。     

有限Morrey空间内一类离散时滞系统的周期解唯一性分析

分析有限Morrey空间内离散时滞系统周期解唯一性问题,为该类离散时滞系统控制的稳定性和收敛性提供理论基础。采用微分方程求解和Lyapunove泛函方法进行系统模型构建和特征解求取,构建五次波动微分方程,结合Lyapunov泛函进行有限Morrey空间内离散时滞系统的稳定性分析,在能量超临界情况下,构建有限Morrey空间内一类离散时滞系统的Terminal滑模面,得到在有限时间域内系统具有稳定周期解唯一性条件,进行了周期解的存在性、唯一性和渐进收敛性的判决分析和推导证明,为时滞控制提供理论基础。     

一类渐近二次微分方程共轭概率密度特征分析

带分布时滞的渐近二次微分方程的共轭概率密度特征分析在模式识别和状态监测等领域具有较好的应用价值。分析一类渐近二次微分方程的共轭概率密度特征分析问题,构建了渐近二次微分方程数学模型,进行共轭概率密度特征提取,在此基础上,在带分布时滞高阶相空间中,对方程的初值解向量系统进行极值泛函,使得共轭概率密度特征收敛,用近似线性方法判断其边界平衡点的稳定性,得出带分布时滞的渐近二次微分方程的共轭概率密度特征值是渐进收敛的。     

一类切换系统保成本控制器设计

对一类含有时变时滞的不确定切换系统,研究了保成本控制器的设计问题。基于Lyapunov稳定性理论,给出了保成本控制器存在的充分条件,并借助于线性矩阵不等式方法获得了控制器的参数化形式。进一步,将次优保成本控制器的设计问题转化为线性矩阵不等式约束下的凸优化问题。     

离散区间2-D系统的二次稳定性分析

本文针对离散区间2-D系统的二次稳定性问题,给出了线性矩阵不等式形式的判定条件。所得结论利用Matlab可以非常方便地求解,同时条件的必要性表明在某些情况下结论的保守性小。所给出的数值算例表明该判定条件可以有效地判定离散区间2-D系统是否二次稳定。