不确定关联大系统鲁棒分散可靠控制

针对一类具有不确定性关联大系统，研究其鲁棒分散可靠状态反馈控制器的设计方案，采用该方案设计的可靠控制系统，不仅在系统运行良好的条件下，而且在系统的执行器元件出现失误的情况下，仍能确保系统内部状态的稳定性，并同时满足给定的性能指标。     

不确定组合时滞系统的鲁棒分散可靠控制

研究一类不确定组合时滞系统的状态反馈鲁棒分散可靠控制问题。系统包含状态时滞,控制输入时滞和参数不确定性。目的是设计分散线性无记忆状态反馈控制器,使得对于任意容许的不确定性以及在每一个子系统中预先指定的执行器子集合内执行器的失效,相应的闭环系统渐近稳定。最后给出一个数值例子验证了本文所给结果的有效性。     

非线性不确定关联时滞系统的输出反馈分散鲁棒控制

针对一类系统状态和关联项均含有时变时滞以及系统具有非线性扰动的不确定关联系统,研究其输出反馈分散鲁棒H∞控制问题.应用线性矩阵不等式的方法,给出系统通过输出反馈分散鲁棒控制达到渐近稳定且具有H∞性能的充分条件.最后通过仿真实验证明所得结果的有效性.     

基于状态观测器的不确定时变时滞系统的H∞控制

研究一类不确定时变时滞系统基于状态观测器的H∞控制问题用线性矩阵不等式(LMI)方法设计出线性动态输出反馈控制器,闭环系统从扰动输入到受控输出之间传递函数的H∞范数不大于给定的指标值γ.数值实例及仿真结果表明了该方法的有效性和可行性.     

中立型时滞系统基于状态观测器的控制设计-LMI方法

研究一类中立型时滞系统基于状态观测器的反馈控制问题。目的是利用线性矩阵不等式(LMI)方法设计状态观测器和动态输出反馈控制器,使得相应的闭环系统渐近稳定。最后给出一个数值例子验证了本文所给结果的有效性。     

考虑执行器故障圆盘极点可靠配置

针对线性定常系统，本文提出考虑执行器故障的圆盘极点可靠配置问题．在更一般、更实际的执行器故障模型的基础上，给出了将极点配置到指定圆盘内可靠控制存在的充分条件．通过求解LMI（线性矩阵不等式）完成状态反馈可靠控制器的设计．仿真不仅验证了本文提出设计方法的可行性，而且也说明了可靠配置的必要性。     

增量式贝叶斯分类的原理和算法

自动分类是数据挖掘和机器学习中非常重要的研究领域.针对难以获得大量有类标签的训练集问题，提出了基于小规模训练集的增量式贝叶斯分类，给出增量式贝叶斯分类机理参数计算及其算法.对算法分两种情况处理:第一种情况是新增样本有类别标签，则利用现有分类器检验其类标签，如果匹配则保留当前分类器，否则利用新样本修正分类器；第二种情况是新增样本无类别标签，则利用现有分类器为其训练类标签，然后利用新样本来修正分类器.实验结果表明，该算法是可行有效的，比简单贝叶斯分类算法有更高的精度.增量式贝叶斯分类算法的提出为分类器的更新提供了一条新途径.     

不确定时滞组合系统的分散输出反馈非脆弱H∞控制

研究一类不确定时滞组合系统的动态输出反馈非脆弱H∞控制器设计问题．利用LMI方法给出该控制器存在的充分条件。最后给出的设计实例验证了所得结果的有效性。     

非线性时变时滞不确定关联系统的分散鲁棒容错控制

针对一类系统状态、关联项和控制输入均含有时变时滞以及系统带有非线性扰动的不确定关联系统,研究其分散鲁棒容错控制问题．通过构造适当的Lyapunov函数,运用线性矩阵不等式（LMIs）的方法,给出了系统分散鲁棒容错控制的充分条件,以及在此条件下的分散状态反馈控制律,它对执行器发生故障时具有完整性．然后求解一个具有LMIs约束的凸优化问题,作为设计具有尽可能小反馈增益的分散鲁棒容错控制律的系统化方法,从而得到更符合实际的分散鲁棒容错控制律．     

一类相似组合大系统的全息控制

研究了一类相似组合大系统的全息镇定问题,给出这种系统能用结构全息状态反馈控制分散镇定的条件,并用一个例子验证了本文所给的结果。