Markov切换随机系统的指数稳定性分析与同步控制

发布时间：2023-08-04 19:31

　　在经济系统、飞行控制系统、机器人操作系统等实际应用中,由于子系统间耦合的变化、环境的突然干扰或其它原因,系统的参数和结构都可能发生突变。为了更加贴切的对突变系统进行描述,一般采用兼有离散和连续变量两种运行机制的混杂动态系统进行建模,模态之间的转换有多种表示形式,其中由于Markov链具有特殊的Markov性,因此通常使用具有Markov切换的微分方程来解决。在过去的几十年里,这一领域的主要成果已经应用于稳定性分析、滤波、优化和一些重要的控制问题。为了缩短神经网络的计算时间,大多数神经网络的应用都要求提高网络的收敛速度,而当使用指数收敛速度确定神经网络的计算速度时,指数稳定性特性更是尤为重要。因此,确定动态系统的指数稳定性以及估计其指数收敛速度不仅在理论上是有价值的,而且在实践中也具有重要意义。另外,自从观察到同步现象以来,同步问题包括广义同步、簇同步等问题都得到了越来越多研究者的关注。目前,针对Markov切换随机系统的指数稳定性分析及同步控制问题,尚有很多问题需要解决。因此,对具有Markov切换参数的随机系统的指数稳定性分析及同步控制问题的研究是一项有价值而有挑战性的工作。本文针对...

【文章页数】：132 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 Markov切换随机系统的指数稳定性分析及同步控制研究的背景及意义
    1.2 Markov切换随机系统的指数稳定性分析及同步控制的研究现状分析
        1.2.1 Markov切换随机系统的研究现状
        1.2.2 Markov切换时滞随机系统的研究现状
        1.2.3 Markov切换随机系统的稳定性研究现状
        1.2.4 Markov切换随机系统的同步控制研究现状
        1.2.5 Markov切换随机系统的指数稳定性分析及同步控制相关研究之不足
    1.3 本文的主要研究工作和创新点
    1.4 符号说明
第二章 具有一般转移概率的Markov切换中立型时变时滞随机系统的指数稳定性
    2.1 相关研究概况
    2.2 具有一般转移概率的Markov切换中立型时变时滞随机系统模型与数学准备
    2.3 基于非卷积型Lyapunov函数的系统均方指数稳定性分析
    2.4 基于随机分析的几乎必然指数稳定性分析
    2.5 数值仿真
    2.6 本章小结
第三章 具有Markov切换参数和一般噪声的神经网络的指数稳定性
    3.1 相关研究概况
    3.2 具有一般噪声的Markov切换神经网络模型与数学准备
    3.3 基于随机分析的一般噪声神经网络模型指数稳定性分析
        3.3.1 具有一般噪声的Markov切换神经网络模型
        3.3.2 具有一般噪声的神经网络模型
    3.4 数值仿真
    3.5 本章小结
第四章 基于滑模控制的Markov切换广义不确定随机系统的结构触发渐近同步
    4.1 相关研究概况
    4.2 具有Markov切换参数的广义不确定随机系统模型与数学准备
        4.2.1 系统模型
        4.2.2 结构驱动触发机制
    4.3 基于滑模控制的随机系统渐近同步分析
        4.3.1 随机滑模面的设计
        4.3.2 滑动模态的稳定性分析
        4.3.3 随机滑模面的可达性
    4.4 数值仿真
    4.5 本章小结
第五章 基于牵制控制对非线性耦合时滞神经网络的有限时间和固定时间簇同步
    5.1 相关研究概况
    5.2 时滞神经网络的有限时间和固定时间簇同步模型与数学准备
    5.3 基于牵制控制的时变时滞神经网络的有限时间簇同步分析
    5.4 基于牵制控制的时变时滞神经网络的固定时间簇同步分析
    5.5 数值仿真
    5.6 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
读博期间取得的科研成果
读博期间承担的科研项目
致谢



本文编号：3838867