带有时变时滞的中立型神经网络的鲁棒指数稳定性

研究一类带有时变时滞的中立型神经网络的全局指数稳定性问题.通过构造LyapunovKrasovskii泛函并使用线性矩阵不等式方法,建立了保障时滞神经网络全局指数稳定的新的时滞相关充分条件.这些条件用线性矩阵不等式表达.进一步,文章对一类不确定时滞中立型神经网络给出了鲁棒全局指数稳定的新判据.     

不确定随机时滞系统的时滞相关鲁棒镇定

研究一类不确定随机时滞系统的时滞相关鲁棒镇定问题.通过引入参数化的中立型模型变换,构造Lyapunov-krasovskii泛函,运用线性矩阵不等式方法,得到了使得闭环系统为均方指数稳定的保守性较小的时滞相关鲁棒镇定条件.     

改进的非线性中立型不确定时滞系统的鲁棒稳定性判据

讨论了一类具有非线性扰动的中立型不确定时滞系统的鲁棒稳定性问题.基于增广的Lyapunov-Krasovskii泛函和自由权矩阵的方法,推导出一个以线性矩阵不等式形式给出的时滞相关稳定性的充分条件.最后通过一个数值算例说明了结果的有效性以及较已有工作的改进.     

时滞不确定中立型分布参数系统的稳定性

针对一类时滞不确定中立型分布参数系统,研究该系统基于线性矩阵不等式方法的稳定性判据.基于线性矩阵不等式(LMI)方法,通过构造一系列适当的李雅普诺夫函数,利用散度定理和矩阵不等式技术,给出了系统是渐近稳定的充分条件.充分条件要求满足两个线性矩阵不等式,而线性矩阵不等式容易利用Matlab中的LMI工具箱进行求解.最后,数值算例验证了该方法的有效性.     

带分布时滞的高阶微分不等式及其应用

本文研究了带有分布时滞的高阶中立型微分不等式最终正解的问题.运用反证法,我们得到了带有分布时滞的高阶中立型微分不等式不存在最终正解的若干新的准则.所得定理推广和改进了文献中的结果.     

一类可分离变量中立型系统的稳定性

建立了变系数时滞微分差分不等式,并利用此微分差分不等式讨论了一类分离变量有界可变时滞中立型系统的稳定性.     

具混合时滞中立型随机神经网络均方渐近稳定性

研究了一类具有混合时滞和非线性干扰中立型不确定随机神经网络鲁棒稳定性,所考虑的不确定为范数有界,混合时滞由离散和分布时滞组成,借助李雅普诺夫函数和随机稳定性理论,利用伊藤公式,给出并证明了使系统鲁棒稳定的充分条件,所有结果以线性矩阵不等式的形式给出,数值算例表明了所给方法的有效性.     

含分布时滞的不确定中立系统鲁棒稳定之时滞分解法

研究了一类同时具有离散与分布时滞的不确定中立型系统的鲁棒稳定性问题,基于时滞分割方法建立一种新的时滞相关鲁棒稳定性条件.通过把时滞区间非均匀的分解成N份,针对不同的分割区间构造合适的Lyapunov-Krasovskii(L-K)泛函,结合积分不等式处理方法建立了基于线性矩阵不等式(LMI)形式的时滞相关条件,该方法不包含任何的模型变换和自由权矩阵技术,减少了理论与计算上的复杂性,最后的数值算例仿真表明,该方法扩大了系统稳定的时滞上界范围,相比已有结论具有更低的保守性.     

中立型时滞大系统的稳定性

本文研究非线性中立型有界时滞大系统和非线性中立型无界时滞大系统在C空间中的稳定性,获得了简洁、实用的稳定性代数充分准则。本文还对非线性时滞大系统的稳定性进行了研究,建立起一个高维时滞微分不等式,推广了著名的Halanay时滞微分不等式。     

具有离散时滞和分布时滞的中立型时滞系统的鲁棒稳定性

本文研究了具有离散时滞和分布时滞的不确定中立型系统的鲁棒稳定性的问题,考查了可能随时间变化的具有范数有界的不确定性.在对Lyapunov-Krasovskii泛函求导数时,不进行放大估计,而通过引入恰当的零项,构造线性矩阵不等式,从而获得基于LMI的时滞相关稳定的新判据.最后的数值例子说明了所得的结论有效性.