查明鑫，谢 涛，司文晓

(湖北师范大学 数学与统计学院，湖北 黄石 435002)

0 引言

近几十年来，非线性随机系统在控制工程中应用十分广泛，其系统的稳定性一直是人们关注的热点问题[1～18]，其中鲁棒性问题与控制系统的相对稳定性有密切的关系。鲁棒性作为传统的抗干扰特性,具体指控制系统在特征或参数摄动时仍能使性能指标的质量保持不变的特性。在实际问题中，系统特性或参数的扰动往往是不可避免的。因此，内部模型规则的建立是研究鲁棒性问题的一个重要环节。例如，文献[2]在一般的非线性模型中加入了噪声干扰，同时在非线性随机项上考虑了时变时滞，得到了具有两个时滞项的模型，刻画了系统中噪声强度的上界。文献[5]中考虑了带有中立项和随机扰动的非线性模型，通过添加三个不同位置的时变时滞得到了如下模型：

类似于这个系统，文献[6]在这个系统基础上加入了马尔可夫切换，得到了具有中立项和时变时滞的混合随机神经网络模型,并进行了鲁棒性分析。这种形式比较对称的系统，在没有时滞项的情况下，是由如下随机微分方程发展而来：

文献[7]在这个方程的漂移项和扩散项中加入时变时滞，讨论了其中一项或者两项都含有时滞时,系统的全局指数稳定性。文献[10]中考虑了一种输入到状态鲁棒稳定性，在递归神经网络的基础上加入马尔可夫切换和状态输入项，得到了一种新的神经网络模型。文献[11]考虑了一种分段偏差变元时滞，它关于时间序列分成超前项和滞后项，使得原来的系统变成了混合系统，通过加入随机扰动，分析了这种非线性模型的鲁棒性，求得了噪声扰动的上界。……