蒲兴成;袁伟 时滞混合随机系统的稳定性。 （英语） Zbl 1286.93195号 ISRN数学。分析。 2014，文章ID 423413，第8页（2014）. 摘要：本文提出了一类时滞混合随机系统的一些判据，改进了现有关于混合系统的结果，而不考虑噪声。改进后的结果表明，噪声的存在在混合系统的稳定性分析中起着重要作用。新结果可用于分析一类随机混合脉冲切换神经网络（SHISNN）的稳定性。因此，SHISNN的稳定性分析可以转化为求解线性矩阵不等式（LMI）。 引用于2文件 MSC公司： 93E15型 控制理论中的随机稳定性 93E03型 控制理论中的随机系统（一般） 93D05型 李亚普诺夫和控制理论中的其他经典稳定性（拉格朗日、泊松、（L^p、L^p）等） PDF格式BibTeX公司 XML格式引用 \textit{X.-C.Pu}和\textit{W.Yuan}，ISRN数学。分析。2014年，文章ID 423413，8 p.（2014年；Zbl 1286.93195） 全文： 内政部 参考文献： [1] D.Liberzon，《切换系统和控制》，Birkhauser，美国马萨诸塞州波士顿，2003年·兹比尔1036.93001 ·doi:10.1007/978-1-4612-0017-8 [2] X.Liao和K.W.Wong，“具有离散延迟的混合双向联想记忆神经网络的全局指数稳定性”，《物理评论》E，第67卷，第41期，文章ID 0429012003。 [3] K.Yuan、J.Cao和H.X.Li，“混合时变时滞切换Cohen-Grossberg神经网络的鲁棒稳定性”，IEEE系统学报，人与控制论B，第36卷，第6期，第1356-1363页，2006年·doi:10.1109/TSMCB.2006.876819 [4] H.Huang、Y.Qu和H.-X.Li，“不确定性下时变时滞切换Hopfield神经网络的鲁棒稳定性分析”，《物理快报》A卷，第345期，第4-6期，第345-354页，2005年·Zbl 1345.92013年 ·doi:10.1016/j.physleta.2005.07.042 [5] Z.Sun和S.Ge，切换线性系统控制和分配，施普林格，英国伦敦，2005年·Zbl 1075.93001号 [6] M.S.Branicky、V.S.Borkar和S.K.Mitter，“混合控制的统一框架：模型和最优控制理论”，《IEEE自动控制汇刊》，第43卷，第1期，第31-45页，1998年·Zbl 0951.93002号 ·doi:10.1109/9.654885 [7] X.Li、Y.Soh和C.Wen，《开关和脉冲系统：分析、设计和应用》，德国柏林施普林格出版社，2005年·Zbl 1060.93004号 [8] Z.-H.Guan、D.J.Hill和X.Shen，“混合脉冲和开关系统及其在非线性控制中的应用”，《IEEE自动控制汇刊》，第50卷，第7期，第1058-1062页，2005年·Zbl 1365.93347号 ·doi:10.1109/TAC.2005.851462 [9] C.Li、G.Feng和T.Huang，“关于混合脉冲和切换神经网络”，IEEE系统、人和控制论汇刊B，第38卷，第6期，第1549-1560页，2008年·doi:10.1109/TSMCB.2008.928233 [10] H.Liu，L.Zhao，Z.Zhang，Y.Ou，“具有恒定和分布式延迟的马尔可夫跳跃Hopfield神经网络的随机稳定性”，《神经计算》，第72卷，第16-18期，第3669-3674页，2009年·doi:10.1016/j.neucom.2009.07.003 [11] C.Huang和J.Cao，“时变时滞随机Cohen-Grossberg神经网络的pth矩指数稳定性”，《神经计算》，第73卷，第4-6期，第986-990页，2010年·doi:10.1016/j.neucom.2009.08.019 [12] 孙勇（Y.Sun）和曹（J.Cao），“利用马尔可夫变换稳定随机延迟神经网络”，《亚洲控制杂志》，第10卷，第3期，第327-340页，2008年·doi:10.1002/asjc.26 [13] L.Huang和X.Mao，“关于具有模式相关间隔延迟的混合随机系统的几乎确定稳定性”，《IEEE自动控制汇刊》，第55卷，第8期，第1946-1952页，2010年·Zbl 1368.93766号 ·doi:10.1010/TAC.2010.2050160 [14] D.Li、X.Wang和D.Xu，“时滞脉冲随机神经网络周期解的存在性和全局p-指数稳定性”，《非线性分析：混合系统》，第6卷，第3期，第847-858页，2012年·兹比尔1244.93169 ·doi:10.1016/j.nahs.2011.11.002 [15] L.Pan和J.Cao，“具有延迟和插补的不确定随机神经网络的鲁棒稳定性”，《神经计算》，第94卷，第102-110页，2012年·doi:10.1016/j.neucom.2012.04.013 [16] L.Xu、D.He和Q.Ma，“时滞随机微分方程的脉冲稳定性”，《数学与计算机建模》，第57卷，第997-1004页，2013年·Zbl 1305.34141号 ·doi:10.1016/j.mcm.2012.10.011 [17] C.Li、J.Shi和J.Sun，“脉冲随机微分时滞系统的稳定性及其在脉冲随机神经网络中的应用”，非线性分析：理论、方法和应用，第74卷，第10期，第3099-3111页，2011年·Zbl 1218.34097号 ·doi:10.1016/j.na.2011.01.026 [18] X.Wu，W.Zhang，Y.Tang，“马尔可夫切换脉冲随机时滞微分系统的p-矩稳定性”，《非线性科学与数值模拟中的通信》，第18卷，第1870-1879页，2013年·Zbl 1291.35432号 ·doi:10.1016/j.cnsns.2012.12.001 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。