一类基于FNN的非线性系统自适应控制

模糊神经网络用于控制，主要是为了解决复杂的非线性、不确定、不确知系统的控制问题。由于模糊神经网络具有学习能力和自适应性，使得其能对变化的环境有自适应性，控制器也基本上不依赖于模型，针对一类非线性系统，利用模糊神经网络对系统进行建模提出一种鲁棒自适应控制方法。首先利用李雅普诺夫定理证明在一定的条件下，闭环系统必能稳定，并证明这个条件即非线性函数f(x)中的x必落入某一紧集中成立，同时考虑其控制性能，选择鲁棒控制量，使跟踪误差达到要求的性能指标。理论分析和仿真结果说明了该控制算法的可行性和有效性。     

一类基于FNN的非线性系统自适应控制

模糊神经网络用于控制,主要是为了解决复杂的非线性、不确定、不确知系统的控制问题。由于模糊神经网络具有学习能力和自适应性,使得其能对变化的环境有自适应性,控制器也基本上不依赖于模型,针对一类非线性系统,利用模糊神经网络对系统进行建模提出一种鲁棒自适应控制方法。首先利用李雅普诺夫定理证明在一定的条件下,闭环系统必能稳定,并证明这个条件即非线性函数f(x)中的x必落入某一紧集中成立,同时考虑其控制性能,选择鲁棒控制量,使跟踪误差达到要求的性能指标。理论分析和仿真结果说明了该控制算法的可行性和有效性。     

一类非线性不确定系统未知执行器故障的自适应控制

在系统运行过程中,执行器不可避免的会卡死,然而由于故障发生的时间及卡死值均未知,因此如何设计控制器在执行器卡死的状态下保持系统稳定变得非常困难.本文针对一类非线性不确定系统,通过将执行器卡死所带来的不确定性看成系统的有界扰动,提出一种新的控制方案,设计自适应控制器保持系统稳定的同时实现对参考信号的跟踪.与现有结果相比该控制器结构简单,设计方便.仿真结果进一步验证了自适应控制器的有效性.     

一类非仿射非线性系统的神经网络输出反馈方案设计

针对一类非仿射非线性系统,设计了一种基于神经网络的自适应输出反馈控制方案,使得输出信号能够跟踪给定信号。构造观测器估计系统中的未知状态变量,采用神经网络结构补偿系统中的非线性部分,并且设计了鲁棒控制项来抵消逼近误差,增加了抗干扰能力。系统稳定性得到严格证明。仿真结果充分证明了该方案的有效性和可行性。     

一类非线性系统的自适应控制

文中研究了系数不等的三角型非线性系统，给出了同时包含非线性项不确定性和扰动不确定性系统的自适应控制设计过程，并证明了其稳定性，最后通过仿真示例验证了这种方法的有效性     

一类带有未知间隙滞后特性的反演自适应控制

提出了一类带有未知间隙滞后特性的不确定非线性单输入单输出系统的一种反演自适应控制器设计方案。在有界外部干扰的情况下,通过不同的方程式建立了滞后模型。在设计方案中,我们提出了一种可供选择的平滑控制律,它的跟踪误差仍然接近指定界。与别的控制方案不相同的是发展的反演自适应控制不要求内部模型参数已知,也不要求干扰项有界。除了说明全局稳定性之外,在设计参数方面,也给出了性能的轨线误差一个确切的界。最后的仿真结果说明了我们方案的有效性。     

一类非线性不确定性系统输出反馈控制设计

研究了一类非线性不确定性系统的输出反馈镇定控制问题．基于多变量的圆判据设计观测器来估计系统的状态，进而给出了观测误差满足的动态方程，然后利用积分反推方法，构造性地设计出了输出反馈镇定控制器．所设计的控制器使得闭环系统渐近稳定．仿真例子进一步验证了主要结论.     

一类非线性系统的神经网络鲁棒自适应控制

针对一类单输入单输出仿射非线性系统，提出了一类神经网络鲁棒自适应控制。设计过程中，采用RBF神经网络实现对系统中的未知非线性函数逼近，并考虑到存在逼近误差和外部干扰，采用滑模控制实现了系统的鲁棒控制。最后通过MATLAB仿真，证明了该方法的有效性。     

具有复杂非线性环节的一类严反馈形式非线性系统的鲁棒自适应动态面控制

针对一类带有磁滞输入的半严反馈非线性系统提出了一种改进的鲁棒自适应动态面控制方案。本方案可以解决采用反推法时产生的＂微分爆炸＂问题,保证闭环系统所有信号半全局一致有界并保证系统的跟踪误差可以收敛到任意小的邻域内。     

参数未知非线性系统的神经网络自适应控制

提出了一种以神经网络为模型的新型间接自适应控制算法,该控制算法不仅能解决一类含未知参数的离散非线性系统的跟踪控制问题,而且降低了通常该类自适应控制算法的神经网络模型的构造的复杂性,神经网络参数收敛性和闭环控制系统跟踪误差的ＵＵＢ（ｕｎｉｆｏｒｍｌｙ Ｕｌｔｉｍａｔｅｌｙ Ｂｏｕｎｄｅｄ）也能得到保证。     

一类一阶控制系数未知非线性系统有限时间镇定

为了解决电力系统区间震荡问题, 已经发展形成了多种控制策略.在许多国家一些大规模的电力系统中,为解决各种不同的电力系统的运行和规划问题,采用了越来越多的柔性交流输电系统装置(FACTS).设计目标之一是减少系统中存在的一些临界区间震荡.基于变结构控制技术,提出了FACTS控制器,用以缓解区间震荡问题,研究了串联和并联的FACTS装置,并给出实例加以研究用以说明所提出控制器的有效性.     

一类不确定非线性系统基于Backstepping的自适应跟踪控制

研究了一类非匹配不确定性非线性系统自适应跟踪问题,在假设系统模型不确定参数未知时,结合Backstepping的递推方法和鲁棒控制技术,经过多步递推设计了输出反馈控制器和参数自适应控制律.通过控制参数调节,对存在非匹配不确定性和未知干扰的非线性系统实现了输出跟踪.基于Lyapunov稳定性理论所设计的控制器不仅使系统的输出跟踪给定的期望输出,而且使得系统对于所允许的不确定系统状态全局一致有界.与经典反演设计相比,本方案允许非参数化不确定性,增强了控制系统的鲁棒性.最后的仿真算例验证所设计控制方法的有效性.     

一类非线性迭代学习控制系统的鲁棒收敛性

讨论了对于一类非线性动态系统施加高阶Ｄ型迭代学习算法时构成的迭代学习控制系统的鲁棒收敛性．证明了当系统初始状态逐渐固定在靠近期望初态的某一点上时，系统控制、状态、输出会收敛到相应期望轨迹的邻域内．同时，证明了在渐近理想重复初始条件下的算法收敛性．仿真结果表明，开闭环配合的学习律是克服初态偏移的一种有效途径     

一类结构不确定非线性系统的鲁棒镇定

基于鲁棒控制Lyapunov函数,首先给出一个函数为鲁棒控制Lyapunov函数的等价条件,进而获得该类系统可鲁棒稳定、可鲁棒实用稳定、可鲁棒渐近稳定的充分条件,并构造了与之相应的逐点最小范数的连续状态反馈控制律.仿真实例说明了所采用方法的有效性.     

一类不确定非线性系统鲁棒容错控制器的设计

针对存在参数不确定性及非线性扰动、传感器或执行器可能失效的一类系统,给出了利用输出反馈使系统能保持渐近稳定的充分条件,并以线性矩阵不等式(LMI)的形式给出,再进一步推广到时滞系统的稳定性问题,以及使系统保持预定特性(圆盘)的充分条件.实例证明了这种方法的有效性和实用性.     

非线性离散系统的自适应反馈一步向前预测控制方法

针对时变、滞后、反馈时间慢且参数未知的非线性离散时间模型系统的特点，提出了一种自适应反馈控制方法。在方法中，考虑到调整时间内反馈信息少与工程易实现的要求，采用多层预报的方法，对模型跟踪误差进一步向前预测，进而利用预测结果对模型和输入做进一步修正。此外，对算法的收敛性和稳定性从数学上给出了说明。并通过数值仿真验证了方法的可行性和有效性。     

一类非线性系统的无模型学习自适应控制

对于一类常见非线性离散系统，提出了其动态线性逼近的增量型模型、无模型自适应控制律和带有参数限定时域长度的参数自适应预报递推算法。实现了对时滞非线性系统的无模型学习自适应控制。通过仿真表明，该算法对于一类非线性系统实现无模型学习自适应控制是正确和有效的。     

一类不确定非线性系统的鲁棒自适应跟踪控制

针对一类带有符号未知不确定虚拟控制增益函数的不确定非线性受扰动系统，提出一种鲁棒自适应控制算法．该算法将Nussbaum增益技术融入backstepping设计方法之中，不仅能够保证闭环系统的信号是全局一致最终有界的，使得跟踪误差收敛到零的一个较小邻域；而且，闭环系统的控制性能可以通过适当的选择设计参数而得到保证．另外，该算法还能克服在现存文献中普遍存在的控制器奇异值问题．计算机仿真结果验证了控制器的有效性和良好性能．文章突出的贡献是拓宽了backstepping设计方法的应用范围，同时提供了一种系统化高、实用性强的设计方法．     

一类控制系数未知非线性参数化系统的 输出反馈实际跟踪控制

研究了一类控制系数未知的非线性参数化系统的输出反馈实际跟踪控制问题。通过引入适当的坐标变换,将原始系统转换成不带有控制系数的新系统。为新系统设计了合理的高增益观测器,进而利用反推技术,设计了输出反馈跟踪控制器。仿真结果表明,通过选择合适的设计参数,所设计的输出反馈跟踪控制器可以保证系统所有的状态全局有界,并且当时间足够大时,跟踪误差收敛到零点的既定小领域内。