一类单输入单输出的典型非线性系统神经网络滑模控制

针对系统部分非线性未知的非线性函数输出跟踪问题，提出了一种基于滑模技术的神经网络滑模控制策略。在此采用已有的输入输出线性化方法消除非线性，且将神经网络辨识结果加入到控制器中。采用李亚普诺夫函数证明了跟踪误差渐进收敛至零，仿真结果也证明了这一点。     

非线性系统模糊间接自适应控制的后推设计

采用模糊神经网络作为非线性逼近器，针对一类一阶非线性多入多出系统，提出了一种具有扰动抑制的鲁棒自适应控制方法，给出了高阶多入多出系统具有扰动抑制的自适应后推(backstepping)设计方法。在鲁棒项合理简化的情况下，给出了系统Lyapunov意义下的稳定性证明，简略分析了各设计参数的物理意义及其对系统性能的影响。理论分析和仿真实验均显示，本方法可以保证系统的全局渐近稳定性，且若选取恰当的设计参数可保证系统对输入信号的跟踪达到任意精度；由于鲁棒项的引入可使系统的设计更具灵活性。