论文部分内容阅读
本文研究Ｉｔｏｏ型随机滞后系统的均方稳定性与反馈镇定。文中首先建立了Ｉｔｏ型随机滞后系统的新型稳定性定理，然后采用适当的Ｌｙａｐｕｎｏｖ泛函得到了时滞线性随机系统零解均方渐近稳定的一个充分性判据，该判据适用于完全滞后型的随机系统，据此判据，文中给出了时滞线性随机系统的滞后反馈镇定方法。
时滞线性随机系统的均方稳定性与反馈镇定
【摘 要】
：
本文研究Ｉｔｏｏ型随机滞后系统的均方稳定性与反馈镇定。文中首先建立了Ｉｔｏ型随机滞后系统的新型稳定性定理，然后采用适当的Ｌｙａｐｕｎｏｖ泛函得到了时滞线性随机系统零解均方渐近稳定的一个充分性判
【机 构】
：
华南理大学自动化系
【出 处】
：
控制理论与应用
【发表日期】
：
1996年4期
【基金项目】
：
国家自然科学基金,霍英东高校青年教师基金,广东省自然科学基金
其他文献
基于矩阵的奇异值分解技术，本文提出一种鲁棒推广卡尔曼波新算法，并将该算法应用于飞行状态和参数估计中，该算法不仅具有很好的数值稳定性，而且无需任何变换即可处理相关噪声，且适
本文在信息理论的框架下研究了随机系统的可估计性问题，对于线性高斯系统导出了其可估计性判据，并讨论了可估计性与相应确定性中观测性之间的关系。
本文提出了一种递推自适应极点配置算法，证明了它的稳定性和收敛性，该处特点是在控制器参数的计算中利用一次迭代公式，使在线计算量大幅度减少。前馈环节保证它的渐近跟踪特性。
对于一类具有非线性不确定性及外加干扰的系统，本文提出了一种模糊变结构控制方案，控制中只利用系统输出信号和一些辅助信号。利用李亚普诺夫方法，证明了闭环系统全局ＢＩＢＯ稳定，仿真表
本文提出一种可用于设计自适应模糊控制器的模化Ｂ样条神经网络，并给出了合适的训练算法。由于这种网络在每次训练时仅需对少量权重进行调整，因此构成的模糊控制器学习速率快，可应
本文提出应用迭代学习控制的思想方法，对工业过程稳态优化中的动态施行控制，给出基本的控制结构及学习算法。论证算法收敛性并做了数字仿真。
本文提出了由最大－乘积型合成神经元的模糊神经网络实现双向双向联想记忆的一种学习方法实现双向联想记忆的充要条件，对于自联想记忆网络，自联想权得由广义模糊解确定，模式联想一