具依赖状态脉冲的泛函微分系统的稳定性分析

来源 :山东师范大学 | 被引量 : 2次 | 上传用户:lovechenhua
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
脉冲微分系统是上世纪八十年代初开始兴起的一门新的数学分支,它的稳定性分析已成为非线性动力学理论研究的一个重要方面,也是当前国际上非线性动力学系统研究的热点和难点之一.近年来,对脉冲泛函微分系统的稳定性研究已经取得了大量结果,并被广泛应用于神经网络、光学控制、人口动力学、生物技术、经济学等领域.目前这些研究成果大都侧重于具有固定时刻脉冲的泛函微分系统,对于依赖状态脉冲的泛函微分系统结果相对比较少.然而具依赖状态脉冲的微分系统包含了具固定时刻脉冲的微分系统,解碰撞同一脉冲面仅一次及脉动现象发生的情形,更符合实际问题,具有更广泛的应用价值,其中脉动现象是指依赖状态脉冲微分系统的解曲线碰撞同一脉冲面多于一次的情形.据作者所知,具有脉动的脉冲泛函微分系统的稳定性结果,目前尚不多见因此,在这个领域还有很多工作要我们去做.本文主要的研究工作就是着重于具依赖状态脉冲的泛函微分系统(公式I,略)的稳定性分析.全文共分两章.  在第一章,主要研究系统(I)的(h0,h)-稳定性。在本章第三节,我们用比较方法研究了系统的稳定性。通过与常微分系统作比较,利用变分Lyapunov函数和微分不等式建立了比较原理,并将其应用到稳定性的研究中得到了系统(i)的(h0,h)稳定性判定的充分条件.值得一提的是,文中借助连接稳定的定义,通过两个常微分系统的稳定性得到了系统(I)在两个测度意义下的稳定性;在第四节中,通过构造新的特殊的集合,利用Lyapunov函数,结合Razumikhin技巧,得到了判定系统(I)(h0,h)-稳定的直接结果.需要指出的是,本章的讨论都允许系统的解曲线碰撞同一脉冲面有限多次的脉动现象发生,所得的部分结果改进并推广了部分已有文献的结果[19].  在第二章,我们研究了系统(I)的指数稳定性利用Lyapunov函数和Razumikhin技巧,在允许系统的解曲线与每个脉冲面碰仅碰一次的情况下,研究具依赖状态脉冲的泛函微分系统的指数稳定性,建立了判定这类系统指数稳定及全局指数稳定的充分条件,改进和推广了已有部分文献[21]的结果.同时,利用Lyapunov-Razumikhin方法,将已得到的全局指数稳定的结论用于研究了一类具依赖状态脉冲的高阶Hopneld神经网络平衡点的全局指数稳定性中去.
其他文献
本文采用全离散混合有限元方法和混合体积元方法模拟了纯纵向运动初值问题,得到了这两种方法离散解的误差估计.  第二章在前人工作的基础上,继续讨论下列均匀棒纯纵向运动
在计算机视觉领域中,图像的不变特征提取应用广泛。图像矩是描述图像形状全局特征的重要技术。Hu矩可提取相似变换的不变特征,仿射不变矩量可提取仿射不变特征,然而这些传统
广义系统比正常系统复杂很多,因此其相关求解与正常系统的相比,也相对复杂和困难。广义系统的相关求解算法对广义系统的研究和发展起着至关重要的作用,但其通用的求解算法的
本文主要利用中心流形理论与Faria和Magalhaes规范型方法,从理论和数值模拟两个方面研究了时滞耦合van der Pol振子模型和时滞Oregonator振子模型。  (一)研究时滞耦合van der
脉冲微分系统的研究始于20世纪60年代,该理论已经渗透到信息科学、控制系统、生命科学等众多领域,具有非常重要的理论意义和实际应用价值.本文主要利用不同的方法,如变分Lyap
Burr分布自1942年诞生以来,在社会科学、经济科学、保险精算等诸多领域得到了广泛的应用,引起了人们越来越多的关注,而参数估计是统计推断的重要内容。因此,研究Burr分布参数的估
由于实际问题的复杂性,在大量统计问题中,需要在某些约束条件下对模型进行回归分析,因此对带约束的线性模型的研究就很有应用价值和意义。约束估计问题已经引起了人们的广泛关注
在经典风险模型以及许多推广的风险模型中,随机变量的独立性是一个重要的假设。而在实际中,这个假设条件过于理想化,由于可能引发风险业务的共同因素的存在,使风险模型中的不同随机变量之间可能具有某种相依性。因此,与经典风险模型相比,研究相依风险模型显得更具有现实意义。本文运用概率论和随机过程等理论对四种相依风险模型的破产概率进行了研究:(1)将索赔计数过程独立的双险种风险模型推广为索赔计数过程相依的双险种
随着经济和科技的迅猛发展,互联网络与人们的关系越来越密切,对于网络的各项研究备受人们的关注,其中对于可靠性和容错性的研究已经是国内外的研究热点之一.对于大规模网络的可靠
在金融领域里,虽然VaR是一个被广泛应用的风险度量,而且巴塞尔协议规定金融机构利用VaR来刻画金融风险和做相应的风险管理,但是在实际应用中,VaR却存在着一些不足之处.为了弥补VaR的不足,有学者提出条件风险值CVaR(Conditional Value-at-Risk),而且P?ug[1](2000)指出可以将CVaR看成某一最优化问题的解,即损失变量X的置信水平为(1 ?α)%的CVaR可定义