2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩113頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、時滯現(xiàn)象普遍存在于各種工程系統(tǒng)中,是影響系統(tǒng)穩(wěn)定性和性能的主要因素之一。因此,對時滯系統(tǒng)的穩(wěn)定性研究具有重要理論意義和廣泛的應(yīng)用前景。目前,時滯相關(guān)穩(wěn)定性分析問題得到許多學(xué)者關(guān)注。其核心和難點問題是如何降低判據(jù)保守性和算法復(fù)雜性。本論文針對這兩個核心問題,研究了若干線性和非線性系統(tǒng)的時滯相關(guān)穩(wěn)定性分析方法及其在故障檢測問題上的應(yīng)用。主要創(chuàng)新性研究工作如下: 1、針對變時滯線性系統(tǒng),通過增廣Lyapunov泛函法得到比前人方法具有

2、更小保守性的時滯相關(guān)漸近穩(wěn)定準(zhǔn)則。分別構(gòu)造了兩種新型的增廣Lyapunov泛函:第一種是包含自由權(quán)矩陣的增廣型Lyapunov泛函,它可以避免廣義模型變換法在處理交叉項過程中使用Park不等式或Moon不等式,而且在微分運算過程中采用新型的放縮技巧,從而降低了判據(jù)的保守性。第二種是包含交叉項及時滯區(qū)間信息的增廣型Lyapunov泛函,該泛函不包含任何通過牛頓-萊布尼茨公式引入的自由權(quán)矩陣,而是通過引入與交叉項相關(guān)的松弛矩陣使獲得的LMI

3、得到更優(yōu)化的解,從而也能有效降低結(jié)果的保守性。增廣Lyapunov泛函法也可以推廣到具有線性分式型不確定時滯系統(tǒng)中,得到相比前人方法具有更小保守性的時滯相關(guān)魯棒穩(wěn)定性準(zhǔn)則。 2、針對具有區(qū)間變時滯、區(qū)間快變時滯、常時滯三種不同時滯類型的線性系統(tǒng),分別給出了不包含任何自由權(quán)矩陣的簡化型時滯相關(guān)穩(wěn)定性準(zhǔn)則。這些準(zhǔn)則不僅等價于目前存在的一些通過自由權(quán)矩陣法獲得的穩(wěn)定性條件,而且包含的變量大大減少,算法更簡單,更易于控制綜合問題的解決。

4、進(jìn)一步,針對一些基于神經(jīng)網(wǎng)絡(luò)模型的非線性時滯系統(tǒng),提出了相比自由權(quán)矩陣法不失保守性且減少運算變量的簡化穩(wěn)定性判據(jù)。 3、針對一類具有非單調(diào)、非可微型的非線性激勵函數(shù)的變時滯神經(jīng)網(wǎng)絡(luò)模型,通過構(gòu)造包含松弛矩陣和激勵函數(shù)界信息的、更具有一般性的增廣型Lyapunov泛函,得到了比前人結(jié)果具有更小保守性的時滯相關(guān)漸近穩(wěn)定性準(zhǔn)則。并在此基礎(chǔ)上,進(jìn)一步研究了具有混合時滯的神經(jīng)網(wǎng)絡(luò)的指數(shù)穩(wěn)定及收斂率問題。 4、將時滯相關(guān)穩(wěn)定性分析方

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論