随机变时滞模糊神经网络的均方指数稳定性

利用Lyapunov泛函和随机分析的方法,研究了一类具有变时滞随机模糊细胞神经网络的均方指数稳定性,得到了这类神经网络均方指数稳定性的充分条件.数值例子说明了得到的结果的有效性.     

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.     

随机Hopfield时滞神经网络均方指数稳定性: LMI方法

该文通过系统变换技巧, 构造出新型的Lyapunov泛函. 利用此Lyapunov泛函, 基于线性矩阵不等式, 得到了随机Hopfield时滞神经网络与时滞相关及与时滞无关均方指数稳定性新的充分条件. 数值例子表明, 与已有结果相比, 该文的结果具有较少的保守性.     

非线性变延迟随机微分方程Heun法的均方稳定性

利用线性插值的改进Heun法,研究了改进Heun法用于求解非线性变延迟随机微分方程的稳定性,得到了在噪声为乘性噪声时,Heun法用于求解非线性变延迟随机微分方程的均方稳定性的充分条件,丰富了非线性延迟随机微分方程算法理论,并用MATLAB对实际算例进行了数值模拟.     

具扩散的年龄结构脉冲随机时滞种群方程的均方稳定性(英文)

本文考虑一类具扩散的年龄结构脉冲随机时滞种群方程.主要目的是研究具扩散的年龄结构脉冲随机时滞种群平凡解的均方稳定性,给定两个使平凡解均方稳定的充分条件.     

具有跳跃的随机神经网络的均方稳定性

研究了一类新的具有脉冲跳跃的Hopfield神经网络系统模型,其中脉冲时刻的跳跃是由一般的随机序列所引起,通过运用Lyapunov函数方法,获取了一些新的均方稳定性结果.由于脉冲的跳跃使得不稳定的神经网络变成稳定,因而所得的结果也可以运用到其他相关领域.     

随机延迟微分方程Milstein方法的均方稳定性

本文以线性随机延迟微分方程为试验方程研究了随机延迟微分方程的Milstein方法的稳定性,给出了均方稳定的充分条件,所得结果表明Milstein方法能保持试验方程解的稳定性.完成了相关的数值试验以验证所得结论的正确性.     

线性随机比例方程的渐近均方稳定性

本文目的是研究线性随机比例方程解析解和数值方法（连续θ方法）的渐近均方稳定性．给出了解析解和数值方法渐近均方稳定的条件．     

非线性随机Pantograph微分方程及其θ-方法的均方渐近稳定性

本文主要研究了非线性随机Pantograph微分方程,讨论了其零解的均方渐近稳定性并给出了零解均方渐近稳定的充分条件.在本文的第三部分,我们将随机θ-方法应用于这类问题,获得了数值解均方渐近稳定条件.     

中立型随机延迟微分方程Milstein方法的均方稳定性

本文讨论Milstein方法用于求解线性中立型随机延迟微分方程初值问题时数值解的稳定性,给出了Milstein方法均方稳定的一个充分条件.文末的数值试验证实了本文所获理论结果的正确性.     

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.     

基于SLQ控制器的时滞微分系统的鲁棒镇定

该文基于随机线性二次控制问题, 讨论了多时滞、且具有马尔可夫跳变参数的微分系统的最优控制的鲁棒性及可镇定问题.应用了Lyapunov-Krasovskii型的泛函、伊藤(Ito)公式、及Schur补等工具, 分析了该随机多时滞、具有马尔可夫过程的微分系统的均方指数稳定性.得到了时滞相关与时滞无关的充分性的代数判据.     

时滞随机耦合网络的稳定性

利用Lyapunov方法和图论研究一类时滞随机耦合网络的稳定性,给出一种构造Lyapunov泛函的方法,建立一系列与网络的拓扑结构相关的稳定性判据.     

Time Discretisation and Rate of Convergence for the Optimal Control of Continuous-Time Stochastic Systems with Delay

We study a semi-discretisation scheme for stochastic optimal control problems whose dynamics are given by controlled stochastic delay (or functional) differential equations with bounded memory. Performance is measured in terms of expected costs. By discretising time in two steps, we construct a sequence of approximating finite-dimensional Markovian optimal control problems in discrete time. The corresponding value functions converge to the value function of the original problem, and we derive an upper bound on the discretisation error or, equivalently, a worst-case estimate for the rate of convergence.     

一类非线性时滞系统的时滞相关镇定及跟踪控制问题

本文讨论了一类满足Lipschitz条件的非线性时滞系统的镇定与跟踪控制问题.基于非线性状态反馈控制器,利用Lyapunov-Krasovskii泛函和矩阵理论,得到了系统时滞相关全局渐近镇定的新判据,并且保证了输出和状态跟踪控制的误差全局渐近收敛于零.本文推广了文献[9]所得到的结论.因此,本文所研究的模型及所给出的判定条件更具有一般性和实用性.     

变时滞不确定线性系统的H_\infty控制

对于一类不确定状态时变时滞系统,利用基于时滞划分的Lyapunov-Krasovskii泛函讨论其稳定性,并得到以LMI形式给出的一种保守性小的稳定性条件,最后通过分析并给出了保证系统鲁棒稳定的H_\infty控制器,数值实例表明了方法的有效性.     

具有分离变量的非线性随机时滞相关系统的鲁棒稳定

本文研究一类具有分离变量的非线性随机不确定系统的稳定性问题。采用线性矩阵不等式（LMI）和Lyapunov—Krasovskii泛函的方法，获得了局部指数稳定性的时滞盯关性判据。仿真结果证明了结论的可行性和优越性。     

����״̬������Markov�л����ʱ��ϵͳ�ľ���ָ���ȶ���

考察一类Markov切换时变时滞随机系统的均方指数稳定性. 利用基于Liapunov函数和线性矩阵不等式的方法, 给出了使状态反馈控制系统能克服不确定性和随机干扰, 在均方意义下达到指数稳定的充分条件. 当Markov链遍历所有模态时, 给出了一个独立于Markov链模态集的增益矩阵, 使得状态反馈控制系统均方指数稳定     

Finite Difference Approximations for Stochastic Control Systems with Delay

Abstract

This article considers the computation issues of the infinite dimensional HJB equation arising from the finite horizon optimal control problem of a general system of stochastic functional differential equations with a bounded memory treated in [2 Chang , M.H. , Pang , T. , and Pemy , M. accepted. Optimal control of functional stochastic differential equations with a bounded memory. Stochastics 80 ( 1 ): 69 – 96 . [Google Scholar]]. The finite difference scheme, using the result in [1 Barles , G. , and Souganidis , P.E. 1991 . Convergence of approximative schemes for fully nonlinear second order equations . J. Asymptotic Analysis 4 : 557 – 579 . [Google Scholar]], is obtained to approximate the viscosity solution of the infinite dimensional HJB equation. The convergence of the scheme is proved using the Banach fixed point theorem. The computational algorithm also is provided based on the scheme obtained.     

Stabilization of Stochastic Hybrid Linear Systems with Noise

Abstract

This article deals with the class of uncertain stochastic hybrid linear systems with noise. The uncertainties we are considering are of norm bounded type. The stochastic stabilization and robust stabilization problems are treated. Linear matrix inequality (LMI)-based sufficient conditions are developed to design the state feedback controller with constant gain that stochastically (robust stochastically) stabilizes the studied class of systems. Our results are mode independent and require only the complete access to the state vector. Numerical examples are given to show the effectiveness of the proposed results.