时滞系统稳定性综合研究
时滞神经动力系统的稳定性研究的开题报告
时滞神经动力系统的稳定性研究的开题报告
一、选题背景
时滞神经动力系统是指带有时间延迟的神经动力学模型，它具有广泛的应用背景，如生物学、天文学、经济学、航空航天等领域，对其稳定性研究是重要的研究内容之一。
随着科技的不断进步和应用场景的拓展，对时滞神经动力系统的稳定性研究也越
来越重要。
二、研究目的
本研究旨在探究时滞神经动力系统的稳定性问题，从数学角度对其动力学行为进行分析，寻求相应的稳定性判据，并通过数值模拟等方法进行验证和比较分析，为实
际应用提供理论依据和指导。
三、研究内容
1. 时滞神经动力系统的基本概念和数学模型
2. 时滞神经动力系统的稳定性定义及判据
3. 数值模拟验证和比较分析
四、研究方法
1. 建立时滞神经动力系统的数学模型，采用微分方程和差分方程等数学方法进行分析；
2. 利用数论、代数学等工具提出时滞神经动力系统的稳定性判据；
3. 通过Matlab等数值模拟软件建立模型对理论分析结果进行验证和比较分析。
五、预期成果
1. 提出时滞神经动力系统的稳定性判据；
2. 验证分析判据的正确性和有效性；
3. 对时滞神经动力系统的稳定性进行深入探讨和分析，为实际应用提供理论依据和指导。
六、研究意义
该研究可为时滞神经动力系统的稳定性分析提供理论支持，提高其在实际应用场景下的可靠性和效率，为生物、医疗、航空航天等领域的应用提供依据和指导。
中立型时滞系统的稳定性分析的开题报告
中立型时滞系统的稳定性分析的开题报告一、研究背景时滞系统是一类广泛应用于科学工程领域的重要控制系统，其主要特点是在系统输入与输出之间存在一定的滞后时间，如机器人控制、工业自动化以及化工过程控制等等。
然而，时滞系统在实际应用中常常会遇到各种问题，例如，存在的不确定性和复杂性等，这些问题使得时滞系统稳定性分析成为研究的热点之一。
相比于非线性时滞系统而言，中立型时滞系统更加复杂，因为中立型时滞系统的单个延迟在系统稳定性分析中占有很重要的地位。
因此，研究中立型时滞系统的稳定性分析对于提升时滞系统的性能以及安全性有着重要的作用。
二、研究目的本课题的研究目的是探讨中立型时滞系统的稳定性分析方法，重点研究单个延迟对系统稳定性的影响，为解决中立型时滞系统的实际问题提供支持。
三、研究内容和方法本研究将重点探讨中立型时滞系统的稳定性分析方法，主要包括以下内容：(1) 中立型时滞系统的建模；(2) 中立型时滞系统的稳定性分析方法；(3) 单个延迟对系统稳定性的影响分析；(4) 实际案例分析。
在研究过程中，将采用数学分析方法对中立型时滞系统的稳定性进行探究，并结合Matlab等数学建模工具进行模拟实验验证。
四、预期研究成果(1) 对中立型时滞系统的稳定性分析方法进行探讨，为解决实际中立型时滞系统的问题提供方法支持；(2) 分析单个延迟对系统稳定性的影响，为时滞系统控制优化提供理论依据；(3) 提供实际案例分析，验证研究成果的可行性。
五、研究意义本研究将有助于提高中立型时滞系统控制的稳定性和安全性，具有重要的应用价值，对于机器人控制、工业自动化以及化工过程控制等领域有着重要作用。
同时，本研究对于相关学科的发展也具有重要的学术价值。
不确定时滞系统的稳定性分析和综合的开题报告
不确定时滞系统的稳定性分析和综合的开题报告一、选题背景时滞系统是一种常见的动态系统，其特殊的性质使得其分析和控制具有较大的挑战性。
时滞系统是指其在反馈控制系统中存在延迟，即系统输入变化后，输出响应不能立即发生变化，而是具有一定的滞后时间。
时滞系统存在着许多实际应用，例如机械控制系统、电力系统、化学过程等均可建模为时滞系统。
因此，时滞系统的稳定性分析和控制一直是控制论和自动化领域的热门研究方向。
二、选题意义时滞系统的稳定性分析和控制是控制论和自动化领域内的一个重要问题。
时滞系统的分析和控制是研究时滞现象的基础，也是滞后控制的关键。
此外，时滞系统广泛存在于实际应用中，其稳定性分析和控制具有重要的理论和实际意义。
三、研究内容本文将围绕不确定时滞系统的稳定性分析和综合展开研究。
具体来说，主要包括以下几个方面：1. 不确定时滞系统的建模：介绍不确定时滞系统的建模方法和相关数学理论，例如函数时滞、连续时滞和离散时滞等。
2. 不确定时滞系统的稳定性分析：讨论不确定时滞系统的稳定性分析方法，包括Lyapunov方法、LMIs方法、S-procedure方法等，以及静态和动态反馈控制的稳定性分析方法。
3. 不确定时滞系统的控制综合：探讨不确定时滞系统的控制综合方法，包括静态反馈控制、动态反馈控制、模糊控制、自适应控制、强化学习等方法。
时滞系统的稳定性分析和控制综合进行数值仿真和实验分析，验证理论的正确性和可行性。
四、预期目标本文旨在深入研究不确定时滞系统的稳定性分析和综合，探索不同的控制方法在不同条件下的应用，为实际工程中的时滞控制提供理论支持和参考。
预期达到的主要目标有：1. 总结不确定时滞系统的相关理论和方法，包括不确定性建模、稳定性分析和控制综合等；2. 针对不确定时滞系统的不同条件，设计并比较不同的控制方法，分析各种方法的性能和可行性；3. 通过数值仿真和实验验证不同方法的稳定性和控制效果，验证理论的正确性和可行性。
《2024年T-S模糊时滞系统的稳定性分析及H_∞滤波》范文
《T-S模糊时滞系统的稳定性分析及H_∞滤波》篇一T-S模糊时滞系统的稳定性分析及H∞滤波一、引言随着现代控制理论的发展，T-S模糊时滞系统在许多领域中得到了广泛的应用。
然而，由于系统中的时滞和不确定性因素的存在，系统的稳定性问题成为了一个重要的研究课题。
同时，H∞滤波方法在处理系统中的噪声和干扰方面也具有重要的作用。
因此，本文将针对T-S模糊时滞系统的稳定性进行分析，并探讨H∞滤波在系统中的应用。
二、T-S模糊时滞系统的稳定性分析2.1 T-S模糊时滞系统模型T-S模糊时滞系统是一种基于T-S模糊模型的时滞系统，其模型可以描述为一系列的模糊规则和相应的状态方程。
这种模型能够有效地处理系统中的不确定性和时滞问题。
2.2 稳定性分析方法对于T-S模糊时滞系统的稳定性分析，常用的方法包括Lyapunov稳定性理论、线性矩阵不等式（LMI）等方法。
本文将采用LMI方法对系统进行稳定性分析。
通过构建适当的Lyapunov函数，将系统的稳定性问题转化为求解一系列LMI的问题。
通过求解LMI，可以得到系统稳定性的充分条件。
2.3 数值仿真与分析通过数值仿真，我们可以验证所提出的稳定性的充分条件的有效性。
我们构建了一个典型的T-S模糊时滞系统，并采用LMI 方法进行稳定性分析。
仿真结果表明，所提出的充分条件能够有效地保证系统的稳定性。
同时，我们还分析了时滞和不确定性对系统稳定性的影响。
三、H∞滤波在T-S模糊时滞系统中的应用3.1 H∞滤波基本原理H∞滤波是一种处理系统中噪声和干扰的滤波方法。
它通过优化系统的传递函数，使得系统对外部噪声和干扰的敏感性最小化。
H∞滤波具有较好的鲁棒性和抗干扰能力。
3.2 H∞滤波在T-S模糊时滞系统中的应用在T-S模糊时滞系统中，H∞滤波可以用于处理系统中的噪声和干扰。
通过将H∞滤波与T-S模糊时滞系统的模型相结合，我们可以得到一个具有较强鲁棒性和抗干扰能力的控制系统。
在系统中应用H∞滤波，可以有效地提高系统的性能和稳定性。
随机时滞系统的稳定性分析
随机时滞系统的稳定性分析1. 随机时滞系统的基础理论概述随机时滞系统是指系统在运行过程中，受到了随机时滞的影响，进而导致系统的稳定性受到了影响。
本文将对随机时滞系统的基础理论进行概述，主要包括随机时滞系统的定义、特点及其常用的数学模型等。
同时，将从数学角度对随机时滞系统的稳定性进行讨论，以期为后续研究提供理论支撑。
在随机时滞系统中，时滞具有一定的随机性，因此很难用传统的时间域方法进行分析。
因此，需要采用一些数学工具进行分析，如概率论、随机过程等。
从而构建出适当的数学模型，用于研究随机时滞系统的稳定性。
本文将介绍各种随机时滞系统的数学模型，包括马尔可夫模型、布朗运动模型、白噪声模型等，以及基于这些模型的控制方法。
同时，还将介绍随机时滞系统的稳定性分析方法，如传统的LMI方法、LMIs和LMIs常微分方程方法等，以及这些方法的应用。
最后，结合随机时滞系统的应用实例，进一步探讨其应用前景。
2. 随机时滞系统的稳定性分析方法随机时滞系统的稳定性是指系统在稳定状态下运行的能力，是评估系统质量的一个重要指标。
本文将介绍随机时滞系统的稳定性分析方法，包括传统的LMI方法、LMIs和LMIs常微分方程方法等。
本文将详细介绍这些方法的原理与步骤，并以特定的例子加以说明。
对于传统的LMI方法，我们将介绍其基本思想，并讨论其在随机时滞系统中的应用。
对于LMIs和LMIs常微分方程方法，我们将详细介绍其基本原理，并讨论这些方法的优缺点以及其在实际应用中的表现。
此外，本文还将探讨一些新的稳定性分析方法，如时间反馈方法、李雅普诺夫方法等，以期能够拓展我们对随机时滞系统稳定性分析方法的认识。
最后，我们将介绍一些实际应用案例，以进一步阐明这些方法的有效性。
3. 随机时滞系统的稳定性控制随机时滞系统的稳定性控制是指通过对系统的控制方式进行调整，以达到控制系统在稳定状态下运行的目的。
本文将介绍随机时滞系统的稳定性控制方法，包括基于传统的反馈控制方法，以及新开发的控制方法。
时滞神经网络系统的稳定性分析及控制的开题报告
时滞神经网络系统的稳定性分析及控制的开题报告1. 研究背景时滞神经网络系统在控制、计算机科学、机器学习等领域中有着广泛的应用。
这种系统包含了时滞响应的神经网络，具有很强的非线性和动态特性。
然而，时滞神经网络系统的稳定性问题一直是该领域广为关注的问题之一。
为了实现时滞神经网络系统的有效控制，必须对其稳定性做出准确、可靠的分析和评估，同时也需要寻求有效的控制方法和策略。
2. 研究目的本次研究的主要目的是基于现有的理论和技术，对时滞神经网络系统的稳定性进行深入分析和探究，并提出有效的控制策略，从而实现对该系统的实际应用和控制。
具体研究内容如下：(1) 综述时滞神经网络的发展历史、理论基础和应用场景。
分析时滞神经网络系统的特点和复杂性，明确研究目标和方法。
(2) 基于Laplace变换和Lyapunov稳定性理论，分析时滞神经网络系统的稳定性问题，研究其动态特性和振荡行为，深入探讨它们的稳定性判据和充分条件。
(3) 提出有效的控制方法和策略，例如模型预测控制、稳定性边界控制等，对时滞神经网络系统进行控制和优化，提高系统的稳定性、鲁棒性和性能。
(4) 设计并实现相应的仿真实验，验证所提出的理论方法和控制策略的有效性和可行性，并对实验结果进行分析和评价。
3. 预期成果(1) 深入分析和评估时滞神经网络系统的稳定性问题，提出有效的稳定性判据和充分条件。
(2) 探索并提出针对时滞神经网络系统的有效控制方法和策略，实现对该系统的控制和优化，提高其稳定性、鲁棒性和性能。
(3) 设计并实现相关的仿真实验，验证所提出的理论方法和控制策略的有效性和可行性。
(4) 发表相关的学术论文，为该领域的研究和应用做出贡献。
T-S模糊时滞系统的稳定性分析与控制问题研究
研究t-s模糊时滞系统的稳定性分析及其控制问题，有助于提 高模糊控制系统的稳定性和鲁棒性，为工程实践提供理论支 持和技术指导。
研究现状与问题
现状
目前，针对t-s模糊时滞系统的稳定性分析已经取得了一定的研究成果，但大多数研究集中在特定的模糊逻辑 系统或时滞范围较小的情况下。
问题
然而，在实际应用中，时滞因素和模糊逻辑系统的复杂性往往会导致系统的不稳定性和控制性能下降。因此， 需要进一步研究t-s模糊时滞系统的稳定性及其控制问题。
t-s模糊时滞系统的稳定性 分析与控制问题研究
2023-10-30
目录
• 引言 • t-s模糊时滞系统模型 • t-s模糊时滞系统的稳定性分析 • t-s模糊时滞系统的控制问题研究 • 数值模拟与实验验证 • 结论与展望
01
引言
研究背景与意义
背景
t-s模糊时滞系统是一种广泛应用于工程领域的模糊控制系统 ，其稳定性对于系统的性能和可靠性具有重要影响。
研究内容与方法
要点一
研究内容
本研究旨在研究t-s模糊时滞系统的稳定性分析及其控 制问题，主要内容包括：建立t-s模糊时滞系统的数学 模型；分析系统的稳定性和鲁棒性；设计有效的控制器 并对其进行优化。
要点二
方法
本研究采用理论分析和数值模拟相结合的方法，首先建 立t-s模糊时滞系统的数学模型，然后利用Lyapunov方 法、Razumikhin技巧等稳定性理论对系统进行稳定性 分析。同时，利用模糊控制理论、最优化方法等设计有 效的控制器并对其进行优化。最后，通过数值模拟验证 所提出方法的可行性和有效性。
06
结论与展望
研究结论
本文研究了t-s模糊时滞系统的稳定性分析与控制 问题，通过理论推导和仿真实验，得出了一些重 要的结论。
时滞系统稳定性分析及其在网络控制中的应用的开题报告
时滞系统稳定性分析及其在网络控制中的应用的开题报告一、研究背景与意义现代控制理论中，时滞系统广泛存在于各种实际控制系统之中，如机电控制、通信网络控制、化工系统等。
时滞系统具有复杂的动态行为，对于其稳定性分析和控制设计具有挑战性。
稳定性是控制系统设计的基础，稳定性分析是控制理论研究的重要内容。
在时滞系统中，时滞的存在会导致系统的稳定性受到影响，可能会引起系统不稳定甚至发生振荡或者失去控制。
因此，时滞系统的稳定性分析是控制系统设计和实际控制应用中必须要解决的问题。
网络控制是当今研究的热点之一，网络中的时滞问题和不确定性问题对于网络控制的稳定性和性能也具有重要的影响。
在网络控制中，时滞系统稳定性分析是网络控制的核心问题之一。
因此，研究时滞系统的稳定性分析方法及其在网络控制中的应用具有重要的理论意义和实际应用价值。
二、研究内容本文将主要围绕时滞系统稳定性分析及其在网络控制中的应用展开研究，具体内容包括：1、时滞系统概述及分析方法介绍：介绍时滞系统的数学模型和特点，探讨时滞系统的稳定性分析问题，并介绍时滞系统常用的分析方法。
2、时滞系统稳定性分析研究：分析和比较时滞系统的常用稳定性分析方法，包括延迟补偿控制、Lyapunov-Krasovskii函数法、线性矩阵不等式法等。
3、时滞系统在网络控制中的应用：研究时滞系统在网络控制中应用的相关问题，如时滞网络的稳定性分析、时滞网络的控制方法、时滞网络的优化控制等。
4、案例分析和仿真模拟：通过具体案例分析和仿真模拟来验证所提出的稳定性分析方法的有效性和应用性。
三、研究方法本文主要采用理论分析和仿真模拟相结合的方法，并结合实际案例来验证所提出的稳定性分析方法的有效性。
在理论分析方面，本文将重点介绍和比较时滞系统的常用稳定性分析方法，探讨其优缺点和适用条件，并分析其在网络控制中的应用。
在仿真模拟方面，本文将根据所提出的稳定性分析方法进行仿真模拟，并通过实际案例分析，验证所提出的稳定性分析方法的有效性和应用性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
时滞系统稳定性综合研究时滞现象广泛存在于各类工业系统中，文章对时滞系统分类阐述，从频域与时域的角度，将近些年的研究成果与分析方法罗列开来，并详解处理时滞依赖与时滞独立的变换方法，并对稳定性的分析进行比对，简要的概述了Lurie时滞系统与随机系统的研究情况，最后对时滞系统的发展做了展望。
标签：时滞系统；稳定性；时域法；频域法；系统变换1 概述在现代工业系统中，时滞问题广泛存在，例如通信、传送、化工过程、冶金过程、环境、电力系统等都是典型的时滞系统[1]。
而时滞系统通常使用泛函微分方程描述。
时滞微分方程的形式为：连续的时滞系统是无穷维的，特征方程是超越方程，而且具备无穷多个特征根，离散的时滞系统的维数随着时滞的长度以几何规律增加。
因此时滞系统的稳定性分析和控制器设计均面临着诸多困难，在理论与实际应用方面都具有极大挑战性[2]。
学者关注并研究的时滞系统包括奇异时滞微分系统、脉冲时滞微分系统、Lurie时滞系统、中立型时滞系统和随机时滞系统等几个类别。
2 时滞系统稳定性研究的概况稳定性的研究是自控理论的基本问题，也是时滞系统需要解决的理论基础问题，早期研究方法为频域法和时域法。
2.1 频域法频域法有一定局限性，只能用于时不变时滞系统的稳定性分析，因为该法主要基于涉及特征根的分布或Lyapunov矩阵函数方程求解。
时滞系统的闭环特征方程无穷多解的特点有助于研究系统稳定性，具备物理意义强、计算机量小的优点。
Zhong推导出非周期干扰条件的积分过程[3]，chiasson JN[4]分析了超越特征方程根的分布情况与稳定的条件，Thowsen[5]通过把特征方程变换为非超越方程，得出Routh-Hurwitz型稳定性判据。
Watanabe等[6-7]对有限谱配置分析了稳定性问题。
胥布工分析了多时滞线性时不变系统的稳定性问题，并得到了判定标准[8]。
Zhang J[9]得到了Lyapunov方程的线性时滞系统稳定条件，并推导出鲁棒性分析的小增益定理间的等价关系等。
由于特征方程的原因，频域法不容易处理参数时变或含有不确定项的时滞系统，而且在设计控制器时，也不易处理中立型系统、多变量的高维系统和非线性微分系统等。
2.2 时域法时滞系统的稳定性研究和控制器设计的是时域方法，主要为Krasovskii-Lyapunov 泛函法、Razumikhin-Lyapunov函数法及时滞不等式方法。
构造Lyapunov泛函或函数常用riccati方程和LMI工具（线性矩阵不等式），时滞不等式是解决非线性、变时滞、无限时滞等复杂问题的有效手段。
关于非线性和不确定时滞系统的稳定性研究上，Razumikhin 稳定性定理[10]是重要成果。
Trinh等[11]基于该结论对延时的非线性扰动条件下的线性系统进行分析，得到了镇定结果。
Park[12]变换模型，丰富了Razumikhin 稳定性定理。
Jankovic[13]对时滞系统的系统化Lyapunov-Razumikhin函数构造方法分类整理。
3 处理时滞系统时的变换方法无论上述何种方式分析稳定性，最终都分类为时滞独立或时滞依赖的稳定性分析，其分类的条件主要为是否依赖于时滞与时滞大小的问题。
以单时滞线性系统为例[1]时滞依赖的稳定性条件：在该条件下，系统稳定性依赖于滞后时间d，是否稳定也取决于d。
时滞独立的稳定性条件：在该条件下，对所有的时滞d>0，系统是渐进稳定的。
该条件与系统滞后时间的状态无关，适用于不确定滞后时间和未知滞后时间的系统稳定性研究。
但是任意大时滞的条件下的稳定，导致结果会很保守，尤其是小时滞系统。
所以在该类系统的稳定性分析研究上需要解决的重点是扩大系统的稳定时滞上界，尽可能地减少保守性。
3.1 变换一[14]该变化情况在时滞性较大的条件下，稳定性偏保守。
3.2 变换二[15-17]将系统变换为中立型系统，对中立型系统的稳定性研究，推导出原系统的稳定性，其重点是要求差分算子稳定，即3.3 变换三[18-20]3.4 变换四把系统变换为奇异系统奇异系统方法由fridman[21]提出，保守性相对前四种最小。
其计算Krasovskii-Lyapunov泛函沿系统轨线的导数时，一直将x（）、x（t）视为独立变量处理。
3.5 其他变换方式由于前四种变换方式未实现解决与时滞独立的稳定性结果，仍存在一定的保守性，关键在于没有很好地处理与时滞依赖的稳定性问题。
所以在改进向量积上界的大量研究中，Park[20]提出了向量积不等式：Moon[19]在此基础上改进并引入了以下不等式，保守性最小：大量的文献研究表明：在研究基于线性矩阵不等式的时滞系统时，包括系统与时滞相关的稳定性问题及设计控制器问题等，最好的办法是把奇异系统与Moon不等式有效结合，最大程度上降低保守性。
4 其他时滞系统的研究情况4.1 Lurie时滞系统作为自控理论中的主要分支，Lurie时滞系统也得到了广泛关注与研究。
王联[22]建立Lyapunov 泛函，分析系统稳定性，推导出时滞无关系统本身的绝对稳定性条件。
甘作新等[23]改进前者思路，分析了多线性系统的绝对稳定性。
年晓红[24]关注Lurie时滞直接控制系统，并得到了时滞的稳定性条件，杨斌等[25]構造Lurie型Lyapunov泛函，研究了矩阵不等式与时滞问题的相关结论。
4.2 随机时滞系统Mao[26]构造Lyapunov函数，提出了一类不确定随机时滞系统的基于矩阵范数的时滞相关均方指数稳定性条件。
Yue 和Won[27]在Niculescu[28]的基础上，把确定型时滞系统与时滞相关的成果应用到随机时滞系统的稳定性研究上，提出了基于现行矩阵不等式的时滞相关条件。
该研究主要问题在于系统稳定的时滞上界难以确定，仅仅通过预调参数矩阵的方法，并不具备通用性。
5 问题与展望时滞系统稳定性研究与控制器设计的成果显著，但也有一些难点需要关注：部分时滞系统如何有效的通过LMI工具转化解决，计算量和保守性此消彼长的情况困扰研究者，稳定性准则受困于保守性，非线性系统的研究成果没有线性系统多。
今后时滞系统的稳定性研究将在以下方面深入发展：部分时滞系统在进行LMI处理时可以考虑通过多項式优化的方法满足要求。
计算量与保守性的矛盾问题，考虑构造参数依赖的Lyapunov泛函的选取上寻找优化方法。
稳定性的分析可以卡率二次分离原理。
非线性的时滞稳定性研究应该也会逐渐丰富。
参考文献：[1]俞立.鲁棒控制——线性矩阵不等式处理方法[M].北京：清华大学出版社，2002.[2]张冬梅，俞立.线性时滞系统稳定性分析综述[J].控制与决策，2008，23（8）：841-849.[3]Zhong Q C. Control of integral processes with dead time-Part 3：Deadbeat disturbance response [J].IEEE Trans on Automatic Control，2003，48（1）：153-159.[4]Olgac N，Holm-Hansen，B. Design considerations for delayed-resonator vibration absorbers [J]. J of Engineering Mechanics，1995，121（1）：80-89.[5]Thowsen A. The Routh-Hurwitz method for stability determination of linear differential-difference systems [J]. Int J of Control，1981，33（5）：991-995.[6]Watanabe K，Nobuyama E，Kitamori T，et al. A new algorithm for finite spectrum assignment of single-input systems with time delay[J]. IEEE Trans on Automatic Control，1992，37（9）：1377-1383.[7]Suyama K. Finite spectrum assignment for linear systems with non-commensurate time-delays [J].Automatica，2001，37（1）：43-49.[8]Xu B G. Stability criteria for linear time-invariant systems with multiple delays[J]. J of Mathematical Analysis and Applications，2000，252（1）：484-494.[9]Zhang J，Knopse C R，Tsiotras P. Stability of time-delay systems：Equivalence between Lyapunov and scaled small-gain conditions [J]. IEEE Trans on Automatic Control，2001，46（3）：482-486.[10]Razumikin B S. On the stability of systems with delay[J]. Prikladnava Matematikal Mekhanika，1956，20（4）：500-512.[11]Trinh H，Aldeen M. On robustness and stabilization of linear systems with delayed nonlinear perturbations[J].IEEE Trans on Automatic Control，1997，42（7）：1005-1007.[12]Park P，Moon Y，Kwon W H. A delay-dependent robust stability criterionfor uncertain time-delay system[C]. Proc of American Control Conf. San Diego，1998：1963-1965.[13]Jankovic M. Control Lyapunov-Razumikhin functions and robust stabilization of time delay systems [J].IEEE Trans on Automatic Control，2001，46（7）：1048-1060.[14]Li X，de Souza C E. Delay-dependent robust stability and stabilization of uncertain linear delay systems：a linear matrix inequality approach[J]. IEEE Transactions on Automatic Control，1997，42（8）：1144-1148.[15]Niculescu S I. On delay-dependent stability under model transformations of some neutral linear systems[J]. International Journal of Control，2001，74（6）：1447-1455.[16]Kolmanovskii V，Richard J P. Stability of some linear systems with delays[J]. IEEE Transactions on Automatic Control，1999，44（5）：984-989.[17]Lien C H，Yu K W，Hsieh J G. Stability conditions for a class of neural systems with multiple time delays[J]. Journal of Mathematic Analysis and Applications，2000，245（1）：20-27.[18]Park P. A delay-dependent stability criterion for systems with uncertain time-invariant delays[J]. IEEE Transactions on Automatic Control，1999，44（4）：876-877.[19]Moon Y S，Park P，Kwon W H，Lee Y S. Delay-dependent robust stabilization of uncertain state-delayed systems[J]. International Journal of control，2001，74（14）：1447-1455.[20]Park J H. A new delay-dependent criterion for neutral systems with multiple delays[J]. Journal of Computational and Applied Mathematics，2001，136（1）：177-184.[21]Fridman E. New Lyapunov-Krasovskii functionals for stability of linear retarded and neutral type systems[J]. Systems and Control Letters，2001，43（2）：309-319.[22]王聯，张毅，章毅.一类滞后型控制系统的绝对稳定性[J].科学通报，1993，38（16）：1445-1448.[23]甘作新，葛渭高.一类时滞多非线性Lurie 控制系统的绝对稳定性[J]. 数学学报，2000，43（3）：633-638.[24]年晓红.Lurie控制系统的时滞相关绝对稳定性判据[J].自动化学报，1999，25（4）：564-566.[25]Yang B，Chen M，Delay-dependent criterion for absolute stability of Lurie type controlsystems with time delay[J]. Control Theory and Application，2001，18（2）：929-931.[26]Mao X. Robustness of exponential stability of stochastic differential delay equations[J]. IEEE Transactions on Automatic Control，1996，41（3）：442-447.[27]Yue D，Won S. Delay-dependent robust stability of stochastic systems with time delay and nonlinear uncertainties[J]. Electronics Letters，2001，37（15）：992-993.[28]Niculescu S I. On delay-dependent stability under model transformations of some neutrallinear systems[J]. International Journal of Control，2001，74（6）：1447-1455.。