基于神经多Lyapunov函数的开关系统稳定性验证
系统与控制
2026-01-05 v1 系统与控制
摘要
开关系统的稳定性分析具有挑战性，这类系统由多个运行模式和切换信号特征，具有非线性动力学。虽然多Lyapunov函数（MLF）框架为分析提供了基础，但其计算适用性在没有良好结构的数据系统上受到限制。本文研究了基于状态依赖切换条件的开关系统稳定性分析。我们提出了神经多Lyapunov函数（NMLF），一种统一框架，将MLF的理论保证与神经Lyapunov函数（NLF）的计算效率相结合。我们的methods利用一组量身定制的损失函数和反例引导的归纳合成（CEGIS）方案来训练能够严格满足MLF条件的神经网络。通过全面的仿真和理论分析，我们展示了NMLF的有效性以及其在复杂开关系统中的实际部署潜力。
引用
@article{arxiv.2601.00587,
title = {Stability Verification for Switched Systems using Neural Multiple Lyapunov Functions},
author = {Junyue Huang and Shaoyuan Li and Xiang Yin},
journal= {arXiv preprint arXiv:2601.00587},
year = {2026}
}