教育部长江学者奖励计划(IRT0421)
- 作品数：2 被引量：5H指数：1
- 相关作者：张化光杨德东王占山关焕新更多>>
- 相关机构：东北大学更多>>
- 发文基金：教育部长江学者奖励计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 连续时间T-S模糊系统的离散化:Delta算子方法被引量：4
- 2007年
- 针对一类连续时间T-S模糊系统,利用Delta算子方法,对系统进行局部离散化和全局离散化处理.首先对模糊规则后件部分的线性时不变动态方程做局部离散化处理,然后再对系统的动态模型做全局离散化处理.为了获得T-S模糊系统的多胞结构,对全局离散化模型进行Taylor级数展开,从而得到近似全局离散化模型.基于线性矩阵不等式(LMI)技术,针对近似全局离散化模型设计了相应的状态反馈控制器,使系统被渐近镇定.采用Delta算子对连续系统离散化时,随着采样频率的加快,其离散模型将趋近于原来的连续模型,并保持原有的动力学性质.仿真结果验证了理论的有效性.
- 杨德东张化光
- 关键词：DELTA算子
- 具有时滞的双向联想记忆神经网络的鲁棒稳定性被引量：1
- 2007年
- 应用线性矩阵不等式技术研究了时滞双向联想记忆神经网络的平衡点稳定性问题.针对存在参数不确定的时滞双向联想记忆神经网络,根据Lyapunov稳定理论,通过构造适当的Lyapunov-Krasovskii泛函,给出了保证双向联想记忆神经网络平衡点全局鲁棒稳定的两个新判据.所得到的结果能够表示成线性矩阵不等式形式,具有易于验证和独立于时变时滞幅值大小等特点.对于慢时变时滞的情况,当时滞幅值较大时,所得结果具有较小的保守性.通过一个仿真例子表明了所得结果的有效性.
- 关焕新王占山张化光
- 关键词：双向联想记忆神经网络时变时滞鲁棒稳定
