具反映扩散无穷连续分布时滞神经网络的全局渐近稳定性

利用同伦不变性原理、Dini导数、格林公式,研究了一类具反应扩散的无穷时滞神经网络系统的平衡点的存在唯一性和全局渐近稳定性.在去掉对神经元的激励函数有界性、可微性、去掉对平均时滞∫∞0sk(s)ds有界性的要求,仅要求激励函数满足Lipchitz条件等较宽松的条件下,获得了该类系统的全局渐近稳定性的充分条件.改进和推广了已有文献的最新结果.并用实例说明了这些获得的结果的有效性.     

一类具有无穷时滞的非线性泛函微分方程解的渐近性态

研究一般的具有无穷时滞的非线性泛函微分方程。通过建立与相关常微分方程的比较定理。给出了一类简洁的零解一致稳定性及解趋于常数的充分性判据。     

噪声采样区间下具有随机短时滞的网络化系统镇定研究

在实际工程中,网络化控制系统的采样间隔往往受到不可预知的物理约束,而这会导致噪声采样区间,也就是实际采样区间以一定的概率分布围绕着理想采样周期随机波动.本文研究噪声采样区间下具有随机短时滞的网络化系统镇定问题.首先利用离散时间方法建立一个闭环随机系统模型,但由于采样噪声和时变短时滞都具有随机性,因此,闭环随机系统模型的系统矩阵具有高度非线性和双重随机性.为了解决系统矩阵的高度非线性和双重随机性给镇定控制器设计带来的困难,本文利用汇合范德蒙矩阵方法和克罗内克积运算,计算出与系统矩阵相关的三个矩阵乘积的数学期望.在此基础上,本文得到了保证闭环系统随机稳定的充分条件.与此同时,通过求解线性矩阵不等式设计了镇定控制器.最后,通过两个仿真算例,验证了此设计方法的有效性.     

基于多传感器数据融合的智能故障诊断系统

多传感器数据融合的典型应用实例就是过程监测和故障诊断,它是智能故障诊断系统中的最基本、最有效的信息处理工具;而智能故障诊断系统通常都是在多传感器数据融合的基础上进行综合诊断.研究了多传感器信息融合系统的层次结构和融合策略,改进了单一D-S证据理论的融合方法;在分析了多传感器数据融合技术和智能故障诊断的系统要求后将两项技术进行了有机的结合,最后提出了一种新的基于多传感器数据融合的智能故障诊断系统的结构框架.     

矩阵方程 的解及其应用

本文双Ｌｙａｐｕｎｏｎ矩阵方程理论为基础研究矩阵方程Ａ＾ＴＰ＋ＰＡ＋Σｍｉ＝１Ｆ＾ＴｉＰＦｉ＝－Ｑ解的存在性、唯一性、基本解法与数值算法，并用所得结果研究了一类Ｉｔｏ型随机系统的均方鲁棒稳定性与一类线性时滞系统的稳定性，得到了简洁的代数判据。     

非线性滞后It(?)随机系统的滞后无关均方渐近稳定性

研究非线性滞后Ito随机系统的滞后无关均方渐近稳定性,将关于线性时滞不等式的Halanay不等式推广到非线性情形,用Lyapunov函数和关于时滞随机系统的比较原理,得到了非线性滞后Ito随机系统滞后无关均方渐近稳定性的一些判据。     

具有多分段损失函数的多输出支持向量机回归

对多维输入、多维输出数据的回归,可以采用多输出支持向量机回归算法.本文介绍具有多分段损失函数的多输出支持向量机回归,其损失函数对落在不同区间的误差值采用不同的惩罚函数形式,并利用变权迭代算法,给出回归函数权系数和偏置的迭代公式.仿真实验表明,该算法的精确性和计算工作量都优于使用多个单输出的支持向量机回归算法.     

随机大系统利用变结构控制的分散镇定*

本文研究了随机大系统的变结构控制问题。并证明了所构造的滑动流形的可达性和均方渐近稳定性。     

非线性滞后Ito随机系统的滞后无关均方渐近稳定性

研究非线性滞后Ｉｔｏ随机系统的滞后无关均方渐近稳定性，将关于线性时滞不等式的Ｈａｌａｎａｙ不等式推广到非线性情形，用Ｌｙａｐｕｎｏｖ函数和关于时滞随机系统的比较原理，得到了非线性滞后Ｉｔｏ随机系统滞后无关均方渐近稳定性的一些判据。