不确定关联大系统的分散鲁棒控制

本文考虑了一类不确定关联大系统的分散鲁棒控制问题，提出了一种采用局部状态反馈的局部最优，全局次优的分散鲁棒控制器设计方法，并用一个数值例子及仿真结果验证了这种方法。     

基于H∞理论的关联大系统分散鲁棒控制

基于H∞理论提出了关联大系统分散鲁棒控制的一种新的设计方法.得到的控制器不但 使闭环系统渐近稳定,而且能使闭环系统从扰动输入到被控输出的传递矩阵的H∞范数小于 某个给定的扰动变小常数,并对系统参数的不确定性具有鲁棒性.     

基于状态反馈控制的柔性臂系统振动抑制

以典型的挠性结构——柔性臂为研究对象,建立了柔性臂系统的分布参数模型,在柔性臂上粘贴压电陶瓷片作为传感器和致动器,将分布参数模型转化为集中参数模型,最后针对柔性臂系统设计了状态反馈控制器。实验研究结果表明,柔性臂的低阶振动得到了很好的抑制。     

非线性时延网络控制系统的模糊建模与控制

针对时变网络诱导时延小于一个采样周期的非线性时延网络控制系统,讨论系统的稳定性及控制器的设计方法.利用基于“IF-THEN”规则的模糊模型近似系统中的非线性,将时延的不确定性转化为系统参数的不确定性,从而将此类非线性网络控制系统建模为一类具有参数不确定性的离散Takagi-Sugeno（T-S）模糊模型.基于建立的模型,利用Lyapunov方法和线性矩阵不等式方法,分析了系统的稳定性及模糊状态反馈控制器的设计方法,最后通过仿真实例验证了所提出方法的有效性.     

具有异步时钟的长时延网络控制系统故障检测

考虑一类存在异步采样时钟的不确定长时延网络控制系统．假定其可能发生故障，设计了离散状态观测器，对其进行故障检测．当系统正常时，观测器系统的稳定性条件被近似为一个包含线性矩阵不等式条件的最小化问题；只要该最小化问题有解，则整个系统是渐近稳定的．当系统发生故障时，该观测器残差能够迅速发生跳变，从而检测出故障的发生．给出一个仿真示例验证了文中方法的有效性．     

数据包丢失网络控制系统的保成本控制

针对同时具有不确定短时延及数据包丢失的网络控制系统,引入丢包补偿器补偿丢包对系统的影响,当发生数据包丢失时,控制器采用丢包补偿器产生的预估状态代替系统的真实状态计算控制量。同时考虑不确定短时延的影响,将网络控制系统建模为一类具有参数不确定的离散切换系统．利用线性矩阵不等式(linear matrix inequality,简称LMI)方法给出了系统的保成本控制器和丢包补偿器的协同设计方法,仿真结果表明所提出的方法是有效的。     

一类非线性系统的自适应预测控制

针对一类非线性系统,将其等价为时变线性系统,然后用三次样条函数逼近时变系数,利用梯度算法在线辨识多项式的系数以实现时变系统的参数估计,最后运用广义预测控制策略,实现了对原非线性系统的自适应预测控制.仿真结果表明了所提方法的有效性.     

基于逆系统方法的非线性内模控制

针对一类非线性连续系统,利用小波网络逼近原系统的α阶积分逆系统,针对复合后 的伪线性系统提出了基于逆系统方法的内模控制,证明了闭环系统的鲁棒稳定性,分析了系统 性能.仿真结果表明所提的方法控制性能好,精度高,且控制器设计简单.     

基于协同进化算法的高维模糊分类系统的设计

基于协同进化算法，提出一种高维模糊分类系统的设计方法．首先定义系统的精确性指标，给出解释性的必要条件，利用聚类算法辨识初始模型．相互协作的3类种群分别代表系统的特征变量、规则前件和模型隶属函数的参数，适应度函数采用3类种群合作计算的策略，在算法运行中利用基于相似性的模型简化技术约简模糊系统，最后利用该方法对Wine问题进行研究．仿真结果表明该方法能够对高维分类问题的特征变量进行选择，同时利用较少规则和模糊集合数达到较高的识别率．     

基于协同进化算法的TS模糊模型设计

提出一种基于协同进化算法的TS模糊模型设计方法．该方法由以下两步组成：（1）采用模糊聚类算法辨识初始的模糊模型；（2）利用协同进化算法对所获得的初始模糊模型进行结构和参数的优化．协同进化算法由两类种群组成：规则前件种群和隶属函数参数种群；其适应度函数同时考虑模型的精确性和解释性，采用两种群合作计算的策略；为提高模型的解释性，在协同进化算法中利用基于相似性的模型简化方法对模型进行约简．最后，利用该方法对Mackey-Glass系统进行辨识，仿真结果验证了方法的有效性．