考虑具有区间时变时滞二维(2-D) 离散系统的时滞相关稳定性和控制问题. 选取含有时滞上下界的Lyapunov 函数, 对其差分时考虑到所有项, 结合2-DJensen 不等式, 由线性矩阵不等式给出系统新的时滞相关稳定性准则. 准则中含有更少的待定变量, 降低了数值计算负担, 并且比一些已有结果具有更小的保守性. 基于稳定性准则, 由状态反馈实现了系统的稳定控制. 最后, 通过数值算例表明了所得结果的有效性和优越性.
相似文献针对离散时间非线性系统, 提出事件触发传输机制下网络化T-S 模糊控制器设计方法. 在事件发生器中引入前提变量偏差触发条件, 从而取消模糊控制器与被控对象的前提变量之间的同步要求. 通过引入一组基于模糊前提变量特性的松弛等式/不等式, 对于无传输时滞和定常传输时滞两种情况, 分别提出具有较小保守性的控制器/事件发生器联合设计算法. 最后, 通过数值算例表明所提出方法的可行性和有效性.
相似文献针对传统GM(1,1) 幂模型不具备幂指数律重合性的问题, 分别从灰导数和背景值两个方面改进GM(1,1) 幂 模型的灰色微分方程, 提出了两种具有幂指数律重合性的GM(1,1) 幂模型并从理论上加以证明. 通过变换将两个具 有幂指数律的灰色微分方程转化成完全一致的形式, 在此基础上进行参数估计. 数值模拟和应用实例表明, 具有幂指 数律重合性的GM(1,1) 幂模型能够有效地提高模型的模拟和预测精度.
相似文献在有限采样情况下, 研究具有时滞的多输入单输出受控自回归系统的参数辨识和时滞估计问题. 当采样次数少于未知变量数时, 描述系统的方程组是欠定的, 对其目标函数求解是NP-hard 问题, 传统方法无法有效辨识出系统参数. 受压缩感知理论的启发, 基于参数向量所具有的稀疏特性, 提出一种新的阈值正交匹配追踪算法辨识系统的参数和时滞. 仿真实验表明, 所提出的算法能在少量采样时有效地辨识系统参数、估计未知时滞, 同时验证了算法的有效性.
相似文献针对多机器人编队控制的时滞问题, 提出一种基于预测控制的脉冲控制方法. 首先, 利用一致性思想将多机器人编队控制转换为系统稳定性问题; 然后构建预测模型, 采用脉冲控制协议, 利用Schur 稳定性定理推导实现多机器人编队控制的充分条件; 最后, 在数值仿真中随机设置一种包含生成树的通信拓扑关系, 并比较了不同采样时间间隔下时滞系统的控制效果. 仿真结果验证了所提出方法的有效性.
相似文献针对带分布时滞和离散时滞的不确定中立型系统进行稳定性研究. 基于交互式凸组合方法和下界引理, 通过构造恰当的李雅普诺夫泛函, 适当分割时滞区间, 处理一组由凸参数逆加权的正函数线性组合(交互式凸组合), 给出线性矩阵不等式形式的系统鲁棒稳定性判据. 该方法允许离散时滞为变时滞, 增强了系统的鲁棒性能. 数值算例验证了所得结果的有效性和合理性.
相似文献针对一类存在时变状态时滞的不确定性系统, 基于全程滑模的思想, 引入一种带状态时滞项的积分型滑模面, 以消除趋近模态, 实现全程滑模控制; 基于一种新颖的自由权矩阵时滞转换模型, 采用线性矩阵不等式(LMI) 的方法给出并证明了滑动模态稳定的充分条件, 降低了保守性; 结合自适应控制思想设计出自适应滑模控制器, 克服了不确定性以及时变的时滞影响.
相似文献研究时变时滞与切换有向通信拓扑协议下高阶连续时间线性多智能体系统的一致性问题. 利用一个线性变换将该问题等价转化为一个切换时滞系统的稳定性问题. 假定出现的每一个通信拓扑都是可一致的, 借助时滞切换系统稳定性的平均驻留时间方法, 以线性矩阵不等式(LMIs) 形式给出多智能体系统达到全局一致的充分条件. 数值实例验证了结果的正确性.
相似文献针对一类存在泛数有界不确性的区间变时滞线性系统, 利用Lyapunov-Krasovskii (L-K) 泛函方法并结合线性矩阵不等式(LMI) 技术建立一种新的保守性更低的鲁棒稳定性判据. 首先基于时滞分割方法将时滞区间均分成N 等分, 针对不同的子区间构造合适的L-K 泛函; 然后在各自的分割区间采用保守性较小的积分不等式处理泛函沿时间的导数, 基于凸组合技术建立了LMI 形式的时滞相关稳定性新判据; 最后通过数值实例验证了结论的有效性.
相似文献在互逆的分数阶累加生成算子和分数阶累减生成算子的基础上, 建立分数阶算子GM(1,1) 模型, 均值GM(1,1) 模型是当?? = 1 时的特例. 给出分数阶算子GM(1,1) 模型最小平均相对误差下最优阶数的粒子群优化算法.多个验证实例表明, 通过对阶数进行优化, 分数阶算子GM(1,1) 模型可具有比GM(1,1)、DGM(1,1) 等模型更高的拟合精度.
相似文献研究带有多时变时滞的二阶多智能体系统在切换拓扑下的平均一致性问题. 利用模型变换的方法和 Lyapunov-Krasovskii 理论, 以线性矩阵不等式(LMIs) 的形式给出了多智能体系统达到平均一致性的充分条件, 其通 讯拓扑图为联合连通的. 仿真结果验证了理论分析的正确性.
相似文献研究一类具有时滞和时变系数的离散多智能体系统的一致性问题. 首先, 通过构造合适的控制协议, 并以第一个智能体的位移作为参考状态, 将原系统的一致性问题转化为误差系统中零解的渐近稳定性问题; 然后, 运用矩阵范数理论研究误差系统零解的渐近稳定性, 导出使多智能体系统实现一致的充分条件; 最后, 通过数值模拟验证了该判据的正确性和有效性.
相似文献研究带有未知参数的非完整移动机器人的镇定问题. 基于已有不确定非完整链式模型, 运用辅助变量法和控制输入法分别设计控制器, 使系统状态指数收敛. 所提出的两种控制器不仅克服了对系统初始状态的限制, 而且具有高度的统一性. 仿真结果验证了两种控制方法的有效性.
相似文献
考虑离散线性周期系统的模型匹配问题, 提出一种基于参数化极点配置的模型匹配方法. 该方法从时域的角度出发, 采用周期状态反馈, 使得闭环系统充分接近目标系统. 由于所采用的参数化极点配置算法提供了充分的自由度, 所提出的方法能够实现零误差匹配. 数值算例验证了所提出算法的有效性.
相似文献针对加热系统热传导过程模型不精确和系统参数不确定性问题, 提出一种新的基于最大灵敏度的分数阶内模控制方案. 采用分数阶模型描述加热系统可以提高精度, 而内模控制能够很好地处理系统参数不确定性问题. 利用最大灵敏度整定分数阶控制器参数, 并以此获得强鲁棒性控制系统. 数值结果验证了所提出的分数阶内模控制方案的有效性, 具有比整数阶内模控制方案更好的控制性能.
相似文献针对非等间距GM(1,1) 模型的预测问题, 提出一种优化初始条件的方法. 以非等间距一阶累加生成序列各分量的加权平均作为优化的初始值, 根据新信息优先原理, 将一阶累加生成序列的序数序列的单位化序列中各分量作为权重, 利用原始序列与模拟序列误差平方和最小的原则确定初始条件中的时间参数, 建立优化的非等间距GM(1,1) 模型. 最后, 通过算例验证了所提出的非等间距优化模型的有效性和可行性, 同时表明了该优化模型可以提高预测精度.
相似文献实践中经常会遇到大型计算问题和优化问题, 使得求解问题算法的复杂性、计算量和计算精度等成为突出问题, 特别是大规模非线性多变量系统的辨识. 对此, 提出几个有趣的研究课题: 1) 利用信息滤波技术和多新息辨识理论研究能提高辨识精度的大规模系统辨识理论与方法; 2) 利用递阶辨识原理研究维数高、变量数目多、计算量小的多变量系统递阶辨识方法; 3) 利用鞅收敛理论建立非线性多变量系统辨识方法的收敛理论; 4) 利用并行计算与递阶计算技术提高辨识算法的计算效率, 以解决一类大规模非线性多变量系统的模型化问题.
相似文献采用Razumikhin 方法研究一类随机时变时滞非线性系统的状态反馈镇定问题. 利用随机系统的Razumikhin-Mao 理论和反推设计方法, 设计系统的状态反馈控制器, 所设计的控制器能保证闭环系统的平衡点为依概率全局渐近稳定的. 所提出的方法能够彻底地去掉关于随机时变时滞非线性系统传统结果中所要求的时滞导数的限制. 仿真示例验证了所提出状态反馈控制器的有效性.
相似文献针对回归问题中存在的变量选择和网络结构设计问题, 提出一种基于互信息的极端学习机(ELM) 训练算法, 同时实现输入变量的选择和隐含层的结构优化. 该算法将互信息输入变量选择嵌入到ELM网络的学习过程之中, 以网络的学习性能作为衡量输入变量与输出变量相关与否的指标, 并以增量式的方法确定隐含层节点的规模.在Lorenz、Gas Furnace 和10 组标杆数据上的仿真结果表明了所提出算法的有效性. 该算法不仅可以简化网络结构, 还可以提高网络的泛化性能.
相似文献