比较原理与随机时滞系统的稳定性

建立了具有随机时变滞后的线性随机系统的比较原理,并用比较原理给出了随机滞后系统P阶均值各种稳定性的判别准则．     

带Markov调制的随机微分延迟方程的稳定性

本文采用了一例特定的Lyapunov函数,来研究带Markov调制的随机微分延迟方程的p阶指数稳定性,并对其几乎必然指数稳定性也进行了探讨.     

Markov调制的随机微分延迟方程的函数稳定性

随机微分延迟方程的指数稳定性被人们广泛研究,但讨论带Markov调制的随机微分延迟方程的函数稳定性的不多.本文主要研究了两种类型的函数稳定性.我们采用了一例特定的Lyapunov函数,来研究带Markov调制的随机微分延迟方程的p阶矩ψα-函数稳定性,并对其几乎必然ψβ/p-函数稳定性也进行了探讨.     

Markov调制的随机泛函微分方程解的渐近性质

本文主要给出了一个新的条件,这个条件能够确保Markov调制的非线性随机泛函微分方程存在唯一解,同时这个解矩有界,时间平均矩有界.这个条件只是以局部Lipschitz条件为前提,线性增长条件不再是前提条件.本文的方程系数可以为多项式增长或被多项式增长限制.     

模糊随机时滞Lotka-Volterra模型的持久性

给出一类模糊随机时滞Lotka-Volterra模型,利用Ito公式和Lyapunov函数,在一定条件下,讨论模型(1.2)的随机持久性.最后,通过一些数值算例说明主要结果.     

马尔可夫调制中立型随机时滞微分方程比较原理

本文考虑马尔可夫调制中立型随机时滞微分方程，利用比较原理研究其依概率稳定及依概率一致稳定。     

模糊随机时滞Lotka-Volterra模型的持久性北大核心

给出一类模糊随机时滞Lotka-Volterra模型,利用Ito公式和Lyapunov函数,在一定条件下,讨论模型(1.2)的随机持久性.最后,通过一些数值算例说明主要结果.     

模糊随机时滞Lotka-Volterra模型的持久性和渐近性

给出模糊随机时滞Lotka-Volterra模型,通过Ito公式,在一定条件下研究模型(1.2)的随机持久性,利用指数鞅不等式进一步给出了解的渐近估计.最后,通过两个数值算例对主要结果进行验证.     

非线性中立型随机微分系统的稳定性

研究了一类非线性中立型随机微分系统的稳定性问题.该类非线性随机微分系统不仅包含系统的过去状态,而且还和系统的过去时刻的运动特性相关,同时,还具有Markov跳变参数.利用所定义的广义Ito微分公式,通过构造适当随机Lyapunov泛函,给出了此类随机系统的均方指数稳定性的充分条件.该条件放宽了已有结果的限制,具有更加广泛的适用范围.同时,还给出了此类随机系统的几乎必然指数稳定性的充分条件.     

变时滞随机Cohen-Grossberg神经网络的几乎肯定指数稳定性

通过构造Lyapunov泛函、利用半鞅收敛定理得到了变时滞随机Cohen-Grossberg神经网络几乎肯定指数稳定的判别准则.