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．     

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．     

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.     

һ���ʱ�ʹ�ϵͳ��ָ�������ʹ���

基于一类变时滞大系统全局指数稳定性的研究结果，提出了一种大系统指数收敛率的估计方法．利用此方法对该系统的指数收敛率进行了估计，得到了系统指数收敛率的估计式．该方法以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。利用M一矩阵理论，来确定系统的指数收敛率，计算简便，且与时间滞后量无关，便于在实践中应用．     

扩散反应脉冲Cohen-Grossberg神经网络的鲁棒稳定性

应用光滑边界引理,分析具有反应扩散项和脉冲扰动的Cohen-Grossberg神经网络平衡点的全局指数鲁棒稳定性.假设激活函数满足Lipschitz条件,利用向量Lyapunov稳定性理论和数学归纳法,得到了系统全局指数鲁棒稳定的充分条件:由神经网络关联矩阵、增益函数、反应扩散项及激活函数界构造的表达式小于0.     

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.      

含随机干扰的车辆跟随系统滑模控制

为验证滑模控制用于含随机干扰的车辆跟随系统的可行性,建立了车辆跟随系统模型和相应的随机车辆动力学模型.用滑模控制法设计了随机车辆跟随系统的控制器.用向量Lyapunov函数法研究了控制系统稳定性,并得到系统指数均方稳定的充分条件.仿真中设置的随机因素为车辆的阻力.仿真结果表明,在5 s内跟随车辆的加速度和速度已接近领头车辆,车间距误差小于0.05 m.      

基于向量Liapunov函数的时滞车辆跟随系统稳定性分析

为了提高自动化高速公路车辆纵向跟随控制系统的稳定性,建立了关于车辆跟随误差的具有时间滞后的无限维非线性关联大系统模型,应用向量李雅普诺夫函数对大系统的稳定性进行了分析。以大系统的孤立子系统的稳定性条件为基础,在假定系统满足全局Lipschitz条件的情况下,得到了此类大系统指数稳定的充分性判据。该判据是与时间滞后量无关的显式判据,可方便地应用于车辆纵向跟随控制器的设计。     

一类混合时滞复值神经网络的动态行为分析

为将复值神经网络应用于模式识别,对一类具有混合时滞的复值神经网络平衡点的动态行为进行了探讨.在假定激活函数满足Lipschitz条件的情况下,利用同胚映射相关引理以及向量Lyapunov函数法,研究了确保该系统平衡点的存在性、唯一性以及指数稳定性的充分条件.研究结果表明,用复值神经网络的权系数、自反馈函数及激活函数所构造的判定矩阵是M矩阵.最后,通过一个数值仿真算例验证了所得结论的正确性.      

基于Lyapunov指数的弹性约束碰振系统的稳定性分析

以含弹性约束的两自由度碰撞振动系统为研究对象,通过构建系统的Poincaré映射,将非光滑连续动力系统转化成离散时间动力系统;再通过Gram-Schmidt正交化、范数归一化和迭代的方法得出了系统Lyapunov指数谱.结合系统分岔图、相图和Lyapunov指数谱,分析了系统周期运动的稳定性与各种分岔行为.结果表明,利用Lyapunov指数谱可以有效判定此类系统的稳定性.     

半挂汽车列车高速变道稳定域估计

为改善传统稳定域在评价铰接列车非稳态转向稳定性方面的不足, 提出了一种适用于半挂汽车列车的高速变道稳定域的估计方法; 建立了包含Pacejka魔术公式的半挂汽车列车四自由度非线性动力学模型, 通过半挂汽车列车高速变道的仿真和实车试验对比验证了所建模型的有效性; 在构建车辆系统Jacobian矩阵的基础上, 应用特征根法分析了车辆在高速阶跃转向和正弦转向2种情况下的稳定性; 基于Lyapunov稳定性定理, 通过构建Lyapunov能量函数, 分析了车辆极限状态时的系统能量与能量变化阈值, 获得了车辆高速变道稳定域, 并利用半挂汽车列车30m·s-1变道试验验证稳定域。分析结果表明: 高速变道过程中车辆系统Jacobian矩阵特征根大于0, 但最终收敛至小于0, 系统仍可保持稳定; 车辆高速变道稳定域为近似凹形曲面, 能量越接近中心区的低点, 车辆系统越稳定, 而一旦接近甚至超过能量阈值, 车辆系统将临近或发生失稳; 在半挂汽车列车30m·s-1变道试验中, 当Lyapunov能量接近阈值3.863 6J时, 车辆系统处于临近失稳状态。可见, 确定的半挂汽车列车高速变道稳定域, 能够较好地表征车辆系统在高速瞬态连续转向状态下的稳定性, 可为半挂汽车列车操纵稳定性评价和控制提供有益参考。      

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.     

Stability Analysis of Continuous-Time Fuzzy Large-Scale System

IntroductionSincefuzzylogicwasintroducedintotheanalysisanddesignofcontrolsystemsbyZadehin 1 96 5[1] ,ithasbecomeaverypopulartopicincontrolengineering[2 4] ,mainlybecauseofthefollowingtwopoints :1 )ithastheadvantagethatnoformalmathematicalmodelsisneededan…     

随机结构参数车辆在随机激励下的振动响应

为分析随机结构参数对车辆系统随机振动响应的影响,通过1/4车辆模型,研究了具有随机结构参数的非线性车辆系统在随机过程激励下的振动响应.将簧上质量、簧下质量、悬挂阻尼、悬挂刚度以及轮胎刚度均视为随机变量,考虑轮胎与车身之间弹簧的非线性,将路面不平整引起的对车辆的激励作为平稳白噪声过程建立系统的动力性方程,采用能量差法对非线性车辆系统进行等效线性化处理;通过求解李雅普诺夫方程,获得平稳随机振动响应协方差矩阵,并通过多次迭代求得稳定的等效线性车辆系统参数.算例计算结果表明:能量差法计算位移的相对误差为6.841 5%,而方程差法的相对误差为8.150 5%;用此方法计算随机响应的方差值仅用了0.8 s,而用Monte Carlo法模拟1 000次耗时70 min.      

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。     

横向互联空气悬架多智能体减振器系统博弈控制

为进一步改善横向互联空气悬架车辆的行驶平顺性和操纵稳定性, 基于多智能体理论和合作博弈Shapley值原理构建多智能体减振器控制系统; 多智能体减振器控制系统由信息发布智能体、平顺性智能体、操稳性智能体和博弈协调智能体组成, 其中信息发布智能体从环境中获取车辆状态信息, 根据下层智能体的信息需求传递信息, 平顺性智能体接收悬架动行程及其变化率信息, 根据平顺性控制要求, 输出自身的阻尼系数意图, 操稳性智能体接收当前互联状态信息触发对应的推理模块, 根据车身侧倾角信息求解需求的阻尼系数, 其中推理模块是通过对遗传算法优化出的阻尼系数进行模糊神经网络自学习形成的, 博弈协调智能体接收平顺性智能体与操稳性智能体的阻尼意图, 根据自身的合作博弈规则, 对阻尼意图进行修正, 输出全局最优阻尼系数; 在不同互联状态、不同激励条件下进行空气悬架静、动态特性试验研究, 并将试验结果与仿真结果进行对比, 验证仿真模型的准确性; 在混合工况下, 利用整车仿真模型验证多智能体减振器控制系统的可行性和有效性。研究结果表明: 和传统减振器阻尼控制系统相比, 多智能体减振器控制系统能有效地使簧载质量加速度均方根值降低14.95%, 悬架动行程均方根值降低10.64%, 车身侧倾角均方根值降低12.33%。提出的多智能体减振器控制系统改善了车辆行驶平顺性和乘坐舒适性, 并且能够抑制车身的侧倾, 提高整车的操纵稳定性。