基于神经网络与多模型的非线性自适应广义预测控制

针对一类不确定非线性离散时间动态系统, 提出了基于神经网络与多模型的非线性广义预测自适应控制方法. 该自适应控制方法由线性鲁棒广义预测自适应控制器, 神经网络非线性广义预测自适应控制器和切换机制三部分构成. 线性鲁棒广义预测自适应控制器保证闭环系统的输入输出信号有界, 神经网络非线性广义预测自适应控制器能够改善系统的性能. 切换策略通过对上述两种控制器的切换, 保证系统稳定的同时, 改善系统性能. 给出了所提自适应方法的稳定性和收敛性分析. 最后通过仿真实例验证了所提方法的有效性.     

凸多面体不确定时滞系统鲁棒模型预测控制

针对控制输入受约束的凸多面体不确定时滞系统,利用min-max模型预测控制策略,结合线性矩阵不等式技术,给出了带有时滞补偿的时滞相关鲁棒模型预测控制方法,证明了控制算法的可行性和闭环系统的鲁棒稳定性,并通过仿真实验验证了所提方法的有效性.     

一类线性时滞不确定系统的时滞依赖鲁棒稳定性分析

针对带有非线性不确定参数的线性时滞系统鲁棒稳定性问题，讨论了一种带有二次不确定参数的状态空间模型，对该系统进行鲁棒稳定性分析．所得结果与时滞相关，且对于不确定性参数满足广义匹配条件情形，相应结果以线性矩阵不等式的形式给出．     

饱和离散随机非线性系统的H_∞模型预测控制

针对饱和离散随机非线性系统,研究状态反馈H∞模型预测控制问题.该系统同时考虑了执行器饱和、随机发生非线性和外部扰.利用扇形有界条件将非线性饱和函数分解为线性部分和非线性部分,并且采用概率统计的方法刻画系统的随机非线性.基于Lyapunov稳定性定理和线性矩阵不等式(LMI)技术给出了保证H∞性能和闭环系统随机稳定的充分条件.最后通过仿真算例验证所提H∞模型预测控制方法的可行性和有效性.     

不确定状态饱和线性系统的鲁棒稳定性分析

研究不确定全状态饱和与部分状态饱和连续线性系统的稳定性.假设不确定性为凸多面体不确定性.首先应用凸域法将状态饱和函数表示成线性函数的凸组合,然后利用Lyapunov万法给出相应系统在原点处全局渐近稳定的充分条件,并将其转化成线性矩阵不等式(LMI)形式,使问题的解决更简便易行.最后通过数值算例验证了所得判别条件的有效性.     

复杂动态网络自适应有限时间同步控制

本文利用自适应控制的方法,研究了复杂动态网络有限时间同步控制问题.针对网络的耦合权重已知和耦合权重未知两种情况,分别设计了相应的自适应控制器和参数自适应律.利用有限时间稳定性定理和Lyapunov稳定性理论,证明了复杂动态网络的误差动态系统是有限时间稳定的,并给出了同步过渡时间上界的估计.最后,利用数值算例验证了本文结论的有效性.     

基于神经网络与多模型的非线性自适应广义预测解耦控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性.     

基于神经网络与多模型的非线性白适应广义预测解耦控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法．该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成．线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能．切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能．同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析．最后,通过仿真实例验证了该方法的有效性．     

一类带有非线性不确定性的线性系统及其不确定性描述

以实际的物理系统为背景，讨论了一类带有非线性不确定性参数的不确定系统形成过程，同时给出了这类系统较规范的数学模型，并讨论了其中不确定性矩阵与原有物理系统的不确定性矩阵之间的描述关系及在一定的条件下所具有的描述形式。