具分解的无界时变区间矩阵的稳定性分析

采用矩阵测度和向量Ｌｉａｐｕｎｏｖ函数对具分解的无界时变区间矩阵的稳定性了分析,给出了其稳定的判别准则。推广和改进了目前时变区间矩阵稳定性研究的一些工作。     

对角占优Fuzzy动力系统的稳定性

给出了Ｆｕｚｚｙ数矩阵稳定、不稳定及混合型的概念。对一类对角占优的Ｆｕｚｚｙ动力系统的稳定性给出了具体判别方法。     

时变离散系统的渐进稳定性检验定理及算法

提出了时变离散系统的渐近稳定性检验定理和算法。给出基于时变离散系统的传输矩阵的范数或谱半径检验定理的判据，为时变离散系统的渐近稳定的充分和必要条件。讨论了时变离散系统与端点离散时不变系统两间稳定性检验的区别，表明时变离散系统的稳定性不能由其时变系统矩阵集合的端点矩阵来确定。     

时滞Cohen-Grossberg神经网络的全局稳定性

为将神经网络应用于最优化问题的求解,对具有无穷时滞的Cohen-Grossberg神经网络平衡点的存在性、唯一性和全局渐近稳定性进行了探讨．在不假设激活函数有界性、单调性和可微性的情况下,得到了系统平衡点的存在性条件．利用向量Liapunov函数法,构造适当的含有无穷时滞的微分一积分不等式,并分析了微分-积分不等式的稳定性,得到了Cohen—Grossberg神经网络系统全局渐近稳定性的判据．通过判断由神经网络的权系数、自反馈函数以及激励函数构造的矩阵是否为M-矩阵,即可得到Cohen—Grossberg神经网络系统的全局渐近稳定性．最后给出了一个算例,以说明该判据的正确性．     

时变时滞细胞神经网络的周期运动的稳定性

利用M-矩阵理论和矢量Lyapunov函数方法,研究变时滞周期运动细胞神经网络的全局指数稳定性．在放松该类神经网络激活函数的有界性、单调递增性、可微性及Lipsehitz连续等条件下,得到了该类神经网络周期解的存在性与全局指数稳定的代数判据．该判据基于神经网络激活函数满足的条件,利用连接权值矩阵及阻尼系数矩阵构造测试矩阵,根据测试矩阵是否为M-矩阵判定系统周期解的存在性与全局指数稳性．     

矩阵多项式的Schur稳定性的频域判据

提出矩阵多项式Ｓｃｈｕｒ稳定的频域判据,可避免矩阵多项式的行列式展开,使多输入多输出离散时滞系统稳定性检验得以简化。     

输出反馈控制系统的鲁棒稳定性

本文讨论了开环系统的状态方程描述中各矩阵均含有不确定性时，经输出反馈构成的闭环系统的鲁棒稳定性，同时教室了非结构式不确定和结构式不确定两种情况，并分别给出了相应的鲁棒稳定性判据。     

具有无穷时滞高阶模糊Cohen-Grossberg神经网络的稳定性

利用M矩阵理论和矩阵不等式、矢量Lyapunov 函数法,研究了一类具有无穷时滞的高阶模糊Cohen-Grossberg神经网络的全局指数稳定性.在不要求神经网络激活函数的单调递增性、可微性及Lipschitz连续等假设条件下,得到了该类神经网络平衡点的存在性和唯一性,以及全局指数稳定性的代数判据.该判据为M矩阵的显式形式,与系统的时间滞后以及反应扩散无关,易于在应用中进行检验.最后,通过仿真算例,验证了该方法的正确性和有效性.      

特征根在系统稳定性上的应用

对磁通观测器异不电机矢量调速系统中静止坐标轴系下分析系统稳定性时出现的4阶解析式正方矩阵求解特征根的方法进行探讨，提出了用I，J矩阵变换，解决了一般常规方法难以求解的问题，并通过数学论证和计算机验证，证实此求解的正确性，为控制系统稳定性设计提供了有力的方法。     

线性中立型时滞系统的稳定性判据

用基于频域的特征方程方法研究线性中立型时滞系统的渐近稳定性．利用与系统的状态、时滞及微分项有关的系数矩阵的结构特征，推导了与时滞无关的代数稳定性判据．与已有结果比较，新判据减弱了对系数矩阵的限制，扩大了稳定参数域．用新判据确定了算例的渐近稳定性，而对此算例原有判据已不适用。     

一类时间滞后关联大系统的全局指数稳定性

利用M-矩阵理论，通过构造适当的向量李雅普诺夫函数，研究一类具有时变时间滞后的线性关联大系统的全局指数稳定性．在时间滞后连续且有界的条件下，通过分析具有时间滞后的微分不等式的稳定性，得到了该类大系统全局指数稳定的一个判据．该判据利用大系统的系数矩阵以及与大系统关联的李雅普诺夫矩阵方程的解构造判定矩阵，根据判定矩阵是否为M-矩阵判定大系统的全局指数稳定性．该判据计算简便，且与时间滞后量无关，便于应用．     

广义Hopfield神经网络的绝对指数稳定性

研究了一类广义神经网络系统平衡点的存在性、唯一性和绝对指数稳定性.这类神经网络包含Hopfield神经网络和细胞型神经网络,不要求激活函数可微和有界.应用拓扑理论,得到了广义Hopfield神经网络平衡点的存在性和唯一性的充分必要条件;利用矩阵的性质,通过构造Lurie型Liapunov函数,得到了广义Hopfield神经网络绝对指数稳定的充分条件以及几类特殊神经网络绝对指数稳定的充分必要条件.     

分布时滞动态神经网络的全局指数稳定性

在没有假定激励函数有界、可微的情况下,研究包含分布时滞的动态神经网络平衡点的存在性、唯一性和全局指数稳定性.根据M-矩阵和拓扑学的有关知识,以及李雅普诺夫稳定性理论,获得该类神经网络平衡点的存在性、唯一性及其全局指数稳定的充分判据.用神经网络的权值矩阵和激励函数满足的条件构造判定矩阵.如果判定矩阵为M-矩阵,则系统存在唯一平衡点,是全局指数稳定的.     

一类随机非线性关联大系统的全局指数稳定性

为研究车辆建模导致的随机误差对自动化公路车辆系统等关联大系统的影响,将确定性箱体理论推广到随机箱体理论,利用M-矩阵理论和随机箱体理论,构造适当的向量Lyapunov函数,通过分析相应随机微分不等式的稳定性,利用随机大系统的系数矩阵以及与大系统关联的Lyapunov矩阵方程的解构造判定矩阵,得到该类大系统全局指数稳定性的充分性判据,即当判定矩阵为M-矩阵时,大系统是全局指数稳定的.仿真结果表明:本文算法收敛速度快,在20 s内系统状态就能达到稳定.     

客车系统非线性横向稳定性的分叉方法研究

本文首先从理论上叙述了铁道车辆系统非线性蛇行运动稳定性的求解方法。通过研究车辆系统常微分布方程的一次近拟方程的雅可比矩阵的特征值，来确定系统的Ｈｏｐｆ分叉值即临界速度。系统分叉后的周期解则采用数值积分方法来求解。最后，本文对一高速客车系统的横向稳定性问题进行了分析计算。     

混杂系统稳定性条件扩展及等价分析

分析混杂系统的稳定性,将经典Lyapunov稳定性理论进行了扩展,给出了一类切换混杂系统的稳定性判据.基于此稳定性判据给出了特定形式的Lyapunov函数,并把系统稳定性问题等价转化为了线性矩阵不等式的求解问题,为准确判断混杂动态系统的稳定性提供了依据.通过仿真实例验证了结论的正确性以及分析方法的有效性.     

区间矩阵多项式的Hurwitz与Schur鲁棒稳定性

由于N阶区间矩阵多项式的参数空间的维数最大可达2NK^2维，采用有限检验算法确定其Hurwitz与Schur性是很困难的。为了解决这一问题，本文提出的检验定理将李雅普诺夫函数与区间矩阵多项式的上下界联系起来，使区间矩阵多项式的Hurwitz与Schur稳定检验过程得以简化，为区间的向量微分方程系统与区间离散时滞系统的鲁棒稳定性判定提供了一种方法。     

一类神经网络的全局稳定性分析

研究一类Hopfield型神经网络的平衡点的存在性，唯一性和全局稳定性，在放弃神经网络激活函数的有界性，单调递增性和可微性条件下，得到了神经网络平衡点的存在性和唯一性条件；利用M矩阵理论，通过构造适当的Liapunov函数，得到神经网络全局稳定性条件，这些条件适用于神经网络中关联矩阵为对称或非对称，激活函数为非单调的情况。     

一类时滞Hopfield神经网络系统的全局稳定性

研究一类时滞Hopfield神经网络系统的平衡状态的存在性与全局稳定性,这类系统放弃了以前对激活函数的可微性与单调性要求。利用M矩阵理论,通过构造适当的Liapunov泛函,得到了系统全局渐近稳定的充分条件,改进了以前的相关结论。     

含不确定参数的车辆动力学模型横向稳定性分析

考虑含有不确定独立参数摄动和非线性不确定性的车辆动力模型,应用Ｌｙａｐｃｎｏｖ稳定性理论和矩阵代数技巧导出系统的稳定性准则,准则给出的扰动界关于参数空间的原点可以是非对称的,充分利用了不确定的结构特点,掖大了稳定参数域。对承受不确定悬挂的车辆轮对的横向稳定性进行了鲁棒性分析,并与已有的结果进行了比较。