不确定广义时滞系统的参数依赖指数镇定

研究了具有凸多面体不确定广义时滞系统的时滞相关型指数镇定问题。首先,利用Lyapunov稳定性定理和线性矩阵不等式工具,给出了标称的广义时滞系统正则、无脉冲和指数稳定的时滞相关型充分条件。在此基础上,采用参数依赖Lyapunov函数方法,设计了使闭环系统正则、无脉冲和指数稳定的时滞相关型状态反馈控制器,并给出了相应控制器的显式表示。     

一类二阶三点边值问题解的存在性

运用上下解方法,研究了一类二阶混合非线性边值条件的三点边值问题,通过构造了适当的非线性辅助函数工得到了解存在的充分条件,推广和改进了某些已知的结果。     

随机集的概率假设密度粒子滤波

多目标跟踪问题中,当目标数已知时,可以用概率数据互联(PDA)或联合概率数据互联(JPDA)算法。而当目标数未知或随时间变化时,需要对不同目标数的跟踪进行比较。可以把目标集看作随机集进行讨论,目标数N是随机变量。随机集的跟踪通过有限集统计(FISST)理论来完成。文中讨论了用粒子滤波实现跟踪随机集的方法。实验表明,在杂波环境下,粒子滤波可以稳健跟踪目标状态和目标数。     

具有时变权矩阵的离散Hopfield神经网络的稳定性

研究了以并行工作模式进行演化的具有时变连接权矩阵的离散Hopfield神经网络,得到了判定网络稳定的2个充分条件,改进了已有结果。     

一类Cohen-Grossberg型BAM脉冲神经网络周期解的存在性和全局指数稳定性

利用Lyapunov泛函、不等式方法及Poincaré映射,建立了一类具有混合时滞的Cohen-Grossberg型BAM脉冲神经网络周期解的存在性和全局指数稳定性的充分性判据。     

混沌时间序列预测算法的优度评价

将优度评价方法运用于混沌时间序列预测算法评价中,确定评价算法的指标体系。建立混沌时间序列预测算法关于各评价指标的关联函数来刻画各评价对象的优秀程度并计算关联度。计算出各评价对象的优度值,将其用于对各算法的综合优度的比较。实例证明,该方法直观、实用,可为混沌时间序列预测算法评价提供定量的依据。     

一类变系数混合时滞细胞神经网络周期解的存在性和全局指数稳定性

应用Mawhin连续性定理和不等式方法,给出了一类变系数混合时滞细胞神经网络周期解存在和指数稳定的充分条件。该结论对神经网络的设计具有重要的参考价值。     

一种概率更新方法及在目标识别中的应用

信息更新问题是控制决策系统中普遍存在而又极为重要的研究课题。二阶概率技术在这些问题的研究中有着广泛的应用前景。文中结合一个目标识别问题中的应用实例,系统介绍了二阶概率技术的应用过程以及建立在二阶概率技术上的一种概率更新方法,并利用该方法解决了一个目标识别问题中的信息更新问题。     

一类具有时滞的细胞繁殖模型的正周期解的存在性

研究了一类血红细胞生存模型的时滞微分方程y（t）=-a（t）y（t）＋6（t）e^-r（t）y（r-τ（t））,t≥0的正周期解的存在性,给出其存在的充分条件。     

二阶非线性时滞微分方程解的振动性和渐进性

主要研究非线性时滞微分方程[a(t)h(x(t))x'(t)]'+p(t)x'(t)+q(t)f(x(σ(t)))=0,t≥T_0和[a(t)h(x(t))x'(t)]'+p(t)x'(t)+q(t)f(x(σ(t)))=e(t),t≥T_0解的振动性和渐进性。