混杂随机微分方程的几乎必然镇定

来源 :东华大学 | 被引量 : 0次 | 上传用户:cloudwing5237
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随机控制理论一直是随机微分方程研究的一个重要方面。它在工业工程以及社会与经济系统中有着广泛的应用,因此对随机控制的研究有着广泛的应用价值和理论意义。  本文首先研究了混杂随机微分方程几乎必然镇定问题。通过李雅普诺夫稳定性理论方法和线性矩阵不等式方法,给出了线性混杂随机微分方程同时在扩散项和漂移项加入线性状态反馈控制后,使得受控方程稳定的条件。其稳定性条件是由线性矩阵不等式(LMI)的形式给出的。然后用同样的方法给出了线性不确定混杂随机微分方程同时在扩散项和漂移项加入线性状态反馈控制后,使得受控方程稳定的条件。并给出实例说明本文给出的结果在实际计算中容易验证。接着研究了一类非线性混杂随机微分方程的镇定问题,给出了类似的线性矩阵不等式(LMI)约束条件。  最后,本文研究一类非线性随机微分方程的镇定与反镇定问题。对常微分方程:此处公式省略,考虑随机微分方程:此处公式省略的稳定性问题。通过李雅普诺夫稳定性理论方法,放宽了现有文献中函数g(x)要满足的条件,使得扰动方程是渐近稳定的或渐近无界的。
其他文献
随机微分效用(简称SDU)的一般理论是始于上个世纪九十年代初,其一般形式是由Dume和Epstein[1]通过倒向随机微分方程引入的。   倒向双随机微分方程(简称BDSDEs)理论是由Par
鉴于直接估计该余项的上界相对比较困难,而往往是通过研究其平方均值寻求支持,所以本文第一章使用解析方法研究了(a,a,b)型三维除数问题的余项△(a,a,b)的平方积分均值,由于a=
近年来,在数学、物理、化学、生物学、医学、经济学、工程学和控制论等许多科学领域出现了各种各样的非线性问题,在解决这些非线性问题的过程中,逐渐产生了现代分析数学中非
生物数学主要以生态系统为研究对象,而生态系统的一个主要特征就是其中的个体能感受到外界刺激并作出相应的反应,这种特性在生物学中称为趋向性.我们已经知道的趋向性有趋光性,