一类仿射非线性系统的自适应神经网络输出反馈变结构控制

本文研究了一类仿射非线性系统的输出反馈控制问题. 在介绍文献[4~6]的基础上, 提出一种基于神经网络参数化技术的自适应变结构输出反馈控制方案, 该方案能够避免使用严格正实(SPR)条件, 它不仅能够保证收缩条件的可行性, 而且还可以分析闭环系统的稳态和暂态的一致有界性, 并能够对观测增益和控制参数的选取进行清楚地分析.     

一类时滞神经网络系统的指数稳定性

利用矩阵测度研究了一类时滞神经网络系统的指数稳定性,给出保证神经网络系统指数稳定的充分条件.输出函数不需要满足Lipschitz条件,且也不要求它们可微或严格单调递增.在关联矩阵不对称的情况下,所得到的结论仍然成立.最后一个数值例子验证了判据的有效性.     

基于模糊逻辑的高速网络自适应拥塞控制研究

基于模糊逻辑 ,利用自适应拥塞控制机制来预测高速网络 (如Internet中 )的拥塞问题 .把路由器的缓冲系统看作一个非线性离散动态系统 ,利用基于模糊逻辑的控制器来预测源端发送速率的确切值以防止拥塞的发生 .通过对参数向量的调节来估计无法预测的和具有统计波动性的网络通信量 ,并利用Lyapunov分析方法来验证闭环系统的稳定性 .最后 ,以一个仿真例子说明了所提出方法的有效性 .     

时变时滞随机非线性系统的自适应神经网络跟踪控制

针对一类具有时变时滞的不确定随机非线性严格反馈系统的自适应跟踪问题,利用Razumikhin引理和backstepping方法,提出一种新的自适应神经网络跟踪控制器.该控制器可保证闭环系统的所有误差变量皆四阶矩半全局一致最终有界,并且跟踪误差可以稳定在原点附近的邻域内.仿真例子表明所提出控制方案的有效性.     

非仿射多智能体系统的自适应神经网络控制

针对有向拓扑图下一类控制方向未知的非仿射非线性多智能体系统的输出一致性问题,综合运用中值定理、RBF神经网络及其特性、Nussbaum增益函数方法和动态面控制技巧,提出一种分布式自适应神经网络控制协议,保证跟随者的输出能与领导者的输出同步,跟踪误差能保持在零点的小邻域内.采用新的非线性滤波器代替传统动态面控制方法(CD...     

基于神经网络的不确定随机非线性时滞系统自适应有界镇定

针对一类不确定严格反馈随机非线性时滞系统的自适应有界镇定问题,利用神经网络参数化和Backstepping方法,提出一种新的且含较少学习参数的神经网络自适应控制策略,以保证系统半全局随机有界.稳定性分析证明闭环系统的所有误差信号概率意义下有界.仿真结果表明所提出控制器设计方法的有效性.     

智能阀门定位器的仿人智能PID控制策略研究

阀门定位器是气动调节阀的一种辅助配件,对于调节阀的过程控制性能起到至关重要的作用。在一些应用领域,对阀门的控制不仅是普通的开关控制,同时涵盖了开度大小的调节以及频繁的控制动作。这对阀门定位器的智能性和适应性提出了更高的要求。由于气动调节阀系统具有非线性、大惯性、大滞后等特点,常规比例积分微分(PID)算法不能对调节阀进行有效、精确的控制。提出了一种新的智能阀门定位器的仿人智能PID控制方法,设计了仿人智能控制规则,并通过MATLAB进行仿真验证。仿真结果表明,仿人智能PID控制方法能有效地提升调节阀的快速性,具有更好的鲁棒性,可优化系统性能。所设计的控制性能更优的智能阀门定位器控制算法,为进一步优化阀门定位器先进控制算法提供了条件。     

变时滞不确定关联系统的分散鲁棒无记忆控制

针对一类不确定项具有数值界的变时滞不确定关联系统,主要运用线性矩阵不等式（LMI）方法对其分散鲁棒无记忆控制问题进行了研究,首先,通过构建适当形式的Lyapunov泛函数,运用LMI方法与矢量不等式方法,提出了以一组LMIs有解作为系统可分散鲁棒无记忆控制的充分条件,并给出了系统在此条件下的控制律,然后,将求解一个具有LMIs约束的凸优化问题作为设计尽可能小反馈增益的分散鲁棒无记忆控制律的系统化方法,从而可以得到更符合实际的满意的分散无记忆控制律。