一类不确定非仿射非线性系统自适应模糊控制

针对一类非仿射非线性系统提出了自适应模糊控制方法,该方法把不确定非线性系统表示为定常线性子系统加非线性项的形式,然后采用模糊逻辑系统设计补偿器来消除非线性项的影响。引入时变死区函数对模糊逻辑系统中的未知参数进行自适应调节,并对时变死区设计了自适应律。证明了该方法可使闭环系统的所有信号均有界,且使跟踪误差收敛到原点的小邻域内。仿真结果表明了该方法的有效性。     

一类多变量非线性系统的自适应模糊控制

对一类不确定多变量非线性系统提出了自适应模糊控制方法.该方法采用模糊逻辑系统组成的矩阵逼近控制器中的逆矩阵以避免控制器的奇异性问题,同时用误差补偿项对模糊逻辑系统的逼近误差进行补偿.证明该方法不但能使闭环系统的所有信号有界,而且通过适当调整控制器及自适应律中设计参数,可使跟踪误差收敛到原点的小邻域内.仿真结果验证了方法的有效性.     

关于多变量非线性系统的自适应模糊控制

结合模糊逻辑系统、自适应控制和H∞控制,对一类非线性多变量未知系统提出了新的控制策略,给出了控制算法的稳定性分析.仿真结果证明了所提控制算法的有效性.     

一类确定性多变量非线性系统的自适应控制

本文研究了可用确定性多变量Hammerstein模型描述的一类多变量非线性系统的自适应控制,基于对一步最优控制律所产生的闭环系统的稳定性条件的分析,提出了一种适用于线性部分为具有任意关联矩阵的非最小相位系统的简单次优控制律及相应的直接自适应控制算法,并证明了算法的全局收敛性.     

一类多变量非线性动态系统的模糊自适应控制

对一类非线性多变量未知动态系统，提出了一种模糊处在适应控制策略。证明了该控制算法能保证闭环系统稳定，跟踪误差收敛。     

一类非仿射非线性不确定系统自适应鲁棒控制

针对一类结构和参数均未知且控制方向未知的不确定非仿射非线性系统,提出了一种鲁棒自适应控制算法.基于中值定理将非仿射系统转化为具有线性结构的时变系统,在此基础上,利用参数投影估计算法对有界时变参数进行辨识,参数辨识误差和外界干扰采用非线性阻尼项进行补偿.同时将动态面控制(DSC)和反推法相结合,消除了反推法的计算膨胀问题,并采用Nussbaum型函数处理系统中方向未知的不确定控制增益函数,避免了可能存在的控制器奇异值问题.最后,采用解耦反推,基于李雅普诺夫稳定性定理证明了闭环系统的半全局一致最终有界.仿真结果验证了所设计控制方案的可行性与有效性.     

多变量复杂系统的模糊控制

多变量复杂系统的模糊控制ＦｕｚｚｙＣｏｎｔｒｏｌｏｆｔｈｅＭｕｌｔｉｐｌｅＶａｒｉａｂｌｅｓＳｙｓｔｅｍ●马维明ＭａＷｅｉｍｉｎｇ１引言在实际生产过程中，特别是化工生产过程中会遇到多变量控制系统，被控参数Ｙ是Ｘ１、Ｘ２、Ｘ３…Ｘｎ的函数，而Ｘ１、Ｘ２...     

一类非线性系统的自适应滑模模糊控制

针对一类具有多个子系统的欠驱动非线性系统提出了一种自适应滑模模糊控制方法.首先通过分析模糊控制与边界层滑模控制的相似性,提出了滑模模糊控制方法;然后根据滑模面斜率和各子系统控制对于系统动态性能的影响,分别采用模糊推理根据系统状态自动地实时调节滑模面斜率和各子系统在系统控制中的作用;最后通过简单的滑模模糊控制器实现对具有多个子系统的欠驱动非线性系统的控制.将该方法应用于吊车的运输控制中,仿真结果证明了其有效性和鲁棒性.     

一类多变量非线性动态系统的鲁棒自适应模糊控制

对一类非线性多变量未知动态系统,提出了一种自适应模糊控制策略.策略中采用IF-THEN推理规则来构造模糊逻辑系统,实现对系统中未知函数的估计,在建模误差为零的条件下设计状态反馈控制器及参数的自适应律.分析了当存在建模误差时,闭环系统的稳定性和鲁棒性.     

一类非线性系统的自适应模糊控制

针对一类非线性系统,利用模糊推理系统对非线性函数的逼近能力,导出基于Ｌｙａｐｕｎｏｖ稳定性理论的自适应控制器,不但能解决这类非线性系统的跟踪问题,而且可保证闭环系统的稳定性。仿真结果表明这一算法的有效性。     

一类非线性系统模糊自适应固定时间量化反馈控制

研究了一类严格反馈不确定非线性系统的模糊自适应实际固定时间量化反馈控制问题. 基于李雅普诺夫有限时间稳定理论、自适应模糊控制理论及反演控制算法, 提出了一种非线性系统模糊自适应实际固定时间量化反馈跟踪控制方案. 所设计的控制方案能够保证闭环系统的输出跟踪误差在固定时间内收敛于原点的一个充分小邻域内, 且闭环系统内所有信号均有界. 最后, 数值示例验证了设计方案的有效性.     

An Adaptive Control Using Fuzzy Basis Function Expansions for a Class of Nonlinear Systems

An adaptive control using fuzzy basis function expansions is proposed for a class of nonlinear systems in this paper. It is shown that two system uncertainty bounds are approximated in a compact set by using fuzzy basis function expansion networks in the Lyapunov sense, and the outputs of the fuzzy networks are then used as the parameters of the controller to adaptively compensate for the effects of system uncertainties. Using this scheme, not only strong robustness with respect to unknown system dynamics and nonlinearities can be obtained, but also the output tracking error between the plant output and the desired reference output can be guaranteed to asymptotically converge to zero. Simulation results are provided to demonstrate the effectiveness, simplicity and practicality of the proposed control scheme.     

一类约束非线性系统的自适应模糊容错控制

针对一类输出受限的非线性系统,提出了一种自适应模糊容错控制方案。在考虑可能发生的执行器故障的情况下,采用非线性映射的方法处理系统受约束的输出变量,从而将约束量的初值选取区间扩大为整个约束空间;用有界的参考信号代换未知函数的自变量,再用模糊逼近器处理这些未知函数,并结合自适应技术处理代换误差和逼近误差,从而使得闭环系统为全局一致最终有界,系统输出可以有效跟踪参考信号。仿真结果进一步验证了本文方法的有效性。     

非线性系统的模糊自适应输出反馈控制

针对一类未知非线性系统,考虑系统状态不完全可测的情况,利用Lyapunov综合方法设计了一种基于高增益观测器的模糊鲁棒自适应输出反馈控制器,并证明在一定条件下,所设计的输出反馈控制器能获得状态反馈控制器的性能。     

一类非线性系统的自适应模糊滑模控制

对一类具有不确定性的非线性系统,根据滑模控制原理并利用模糊系统的逼近能力,提出了一种自适应模糊滑模控制系统的设计方法.控制结构中采用模糊系统自适应朴偿过程的不确定性.利用李雅普诺夫理论,证明了控制算法是全局稳定的,跟踪误差可收敛到零的一个邻域内.     

一类非线性系统的自适应控制

针对一类未知的MIMO非线性系统的控制问题,提出了一种基于混合遗传算法的自适应RBF神经网络控制器(HGA-RBFNNC),使系统能跟踪期望输出.采用混合遗传算法,在线确定RBF神经网络的结构和参数,当误差满足一定要求时,该控制器转入按照基于Lyapunov稳定性理论的自适应律进行网络权值的进一步调整,这样既在线建立神经网络又保证了整个系统的全局稳定性和收敛性.仿真实验结果表明,该控制器能够快速跟踪期望输出,而且具有很好的稳定性和收敛性.