基于LS-SVM的一类非线性系统直接自适应H∞输出反馈控制

针对一类状态不可测的单输入单输出非线性不确定系统,提出了一种基于最小二乘支持向量机（LS-SVM）的直接自适应H∞输出反馈控制方法．该方法首先设计一种误差观测器,间接地估计出系统的状态;然后利用LS-SVM构造白适应控制器,并给出了LS-SVM权向量和偏移值的在线学习规则,通过引入如控制器减弱外部干扰及LS-SVM近似误差对输出误差的影响,利用李亚普诺夫理论证明了整个闭环系统的稳定性．仿真研究表明了该控制方案的可行性和有效性．     

一类非线性系统基于最小二乘支持向量机的直接自适应控制

提出一类非线性系统基于最小二乘支持向量机的直接自适应控制方法.该方法采用最小二乘支持向量机构造自适应控制器,自适应控制器参数的在线调整规律由Lyapunov稳定性理论导出,并严格证明了闭环系统的渐近稳定性.仿真研究表明了此控制方案的可行性和有效性.     

基于最小二乘支持向量机的非线性系统鲁棒自适应跟踪控制

提出了一种基于最小二乘支持向量机的非线性系统鲁棒自适应跟踪控制方法. 该方法通过最小二乘支 持向量机在线修正由于建模误差、不确定因素等引起的非线性系统逆误差,使得系统输出可以准确跟踪参考模型输 出. 最小二乘支持向量机的参数调整规律由李亚普诺夫稳定性理论导出. 文中证明了非线性系统的稳定性,仿真结果 证明了该方法的有效性.     

基于最小二乘支持向量机的一类非自治系统自适应控制

提出了一种基于最小二乘支持向量机(LS-SVM)的一类不确定非自治系统自适应控制器设计方法.该方法基于最小二乘支持向量机来估计对象的部分未知非线性项,并给出了最小二乘支持向量机权向量和偏移值的在线学习规则.利用李亚普诺夫理论严格证明了整个闭环系统的跟踪误差、控制器参数以及最小二乘支持向量机权参数和偏移值的一致最终有界.此控制方法可以保证对象在线稳定地跟踪任何光滑的目标轨迹,仿真结果表明了此控制方法的可行性和有效性.     

基于最小二乘支持向量机的自适应逆扰动消除控制系统

研究一种基于最小二乘支持向量机的自适应逆扰动消除控制器的设计问题,给出了基于最小二乘支持向量机的建模和逆建模方法,以及贝叶斯证据框架下高斯核支持向量机估计算法的参数选择方法.仿真结果验证了该方法的有效性.     

一类非线性系统基于最小二乘支持向量机的自适应H∞控制

提出一类非线性不确定系统基于最小二乘支持向量机的白适应H∞控制方法．该方法基于最小二乘支持向量机估计对象的未知非线性函数,并给出了最小二乘支持向量机权向量和偏移值的在线学习规则．引入H∞控制器用于减弱外部干扰及最小二乘支持向量机近似误差对输出误差的影响．利用李亚普诺夫理论证明了整个闭环系统一致最终有界稳定．仿真结果表明了该方法的有效性．     

基于粒子群优化的非线性系统最小二乘支持向量机预测控制方法

对于非线性系统预测控制问题, 本文提出了一种基于模型学习和粒子群优化(PSO)的单步预测控制算法.该方法使用最小二乘支持向量机(LS-SVM)建立非线性系统模型并预测系统的输出值, 通过输出反馈和偏差校正减少预测误差, 由PSO滚动优化获得非线性系统的控制量. 该方法能在非线性系统数学模型未知的情况下设计出有效的预测控制器. 通过对单变量多变量非线性系统进行仿真, 证明了该预测控制方法是有效的, 且具有良好的自适应能力和鲁棒性.     

基于LS–SVR的机器人空间4DOF无标定视觉定位

研究了基于智能算法的机器人无标定视觉伺服问题, 提出了一种新的基于最小二乘支持向量回归的机器人无标定视觉免疫控制方法. 利用最小二乘支持向量回归学习机器人位姿变化和观测到的图像特征变化之间的复杂非线性关系, 其中最小二乘支持向量回归的参数由自适应免疫算法加5折交叉检验优化确定, 在此基础上利用免疫控制原理设计了视觉控制器. 六自由度工业机器人空间4DOF 视觉定位实验结果表明了该方法的有效性.     

基于最小二乘支持向量机的双模控制

提出一种保证闭环系统稳定性的双模控制:采用预测控制将状态驱动到终端约束域,再利用局部线性控制将状态驱动到原点.在分析一类基于最小二乘支持向量机(LS-SVM)的预测控制的基础上,在常规的性能指标后附加了一个终端约束,并利用李亚普诺夫方法推导了确保闭环系统稳定性的4个充分条件.在此基础上,推导了基于最小二乘支持向量机的双模控制算法.仿真结果显示了算法的优越性.     

一种多输出支持向量机的增量学习算法

标准支持向量机主要对单输出样本学习已经进行了广泛的研究,而对多输出样本学习问题的研究较少.在最小二乘支持向量回归机模型的基础上,推广得到多输出最小二乘支持向量回归机模型,并给出它的一种增量学习算法.理论分析和实验结果证明它不但保证了学习精度,而且使得多输出回归问题的学习速度大大加快.     

含正反馈振动主动控制系统的混合自适应控制

对于存在结构正反馈的振动主动控制系统,传统的基于有限冲击响应的自适应前馈控制器设计方法难以同时保证控制系统稳定与良好的控制性能.本文在分析正反馈对前馈控制系统影响的基础上,基于无限冲击响应控制器设计模式,提出一种结合前馈自适应控制器和反馈自适应控制器的混合自适应振动主动控制方法.其中前馈自适应控制器采用参考传感器采集到的扰动相关信号作为参考信号,反馈自适应控制器通过构建扰动的估计量作为参考信号,控制器参数更新采用Landau参数递推算法.以一典型的具有固有正反馈性质的机械振动系统为控制对象,给出了该混合自适应控制算法的详细推导过程以及稳定性和收敛性分析过程,得到了算法稳定与收敛的严格正实条件以及相应放松严格正实条件的要求.在此基础上,通过构建实时振动主动控制实验平台,针对多种振动扰动开展对比实验分析.相关实验结果验证了本文提出的混合自适应振动主动控制方法的可行性和有效性.     

基于非线性L1自适应动态逆的飞行器姿态角控制

钊对常规动态逆控制器不能有效抵消系统中的不确定性这一缺点,提出了一种非线性L_1自适应动态逆控制方法.该方法能够克服常规动态逆的不足,在保证系统鲁棒性的前提下,提升飞行器姿态角控制效果.首先,采用时标分离原理,将姿态角控制系统分为内外两个回路:外回路采用常规动态逆控制器,用于姿态角的跟踪控制;内回路采用非线性L_1自适应控制器,用于角速率的控制.其中,L_1自适应控制器由静态反馈控制器和自适应控制器组成:静态反馈控制器通过状态反馈实现,用于保证内回路的稳定和具有期望的闭环特性;自适应控制器由状态观测器、自适应律和控制律组成,用于抵消系统中的不确定性.其次,对所提控制方法的稳定性进行了分析,结果证明了该控制方法能够保证内回路的稳定和外回路的误差有界.最后,在综合考虑多种不确定性的情况下,将本文提出的非线性L_1自适应动态逆控制方法用于某无人飞行器姿态角控制,仿真结果验证了该控制方法的有效性和鲁棒性.     

冷带轧机厚控系统自适应鲁棒输出反馈动态控制器设计

冷带轧机厚控系统可被认为是一个受外界干扰的线性不确定时滞系统.本文首先设计了标称系统下的鲁棒输出反馈动态控制器,以改善闭环系统的动静态性能;其次,在系统不需要满足不确定性匹配条件的情况下,将参数和外部扰动不确定性综合考虑.应用Lyapunov稳定性理论设计了系统不确定性上界参数的自适应估计器和系统的自适应控制器,保证了闭环系统的渐近稳定性,减小了设计的保守性;两者结合实现了板带出口厚度的有效控制.最后通过一个仿真实例说明本文所提出的自适应鲁棒控制器的有效性.     

参数不确定的广义Lorenz系统的同步研究

针对参数不确定的广义Lorenz混沌系统,提出一种新的自适应反馈同步方法。利用Lyapunov稳定性理论,设计了参数不确定的广义Lorenz混沌系统的自适应反馈同步控制器,并给出了参数自适应律的解析式。理论上证明了所设计控制器的正确性,并通过Matlab进行仿真实验,成功地实现了系统状态同步和系统不确定参数的辨识。数值仿真结果验证了所提出方法的可行性和有效性。该方法同步建立时间短,同步精度高,对系统初值没有特殊要求。     

非线性系统的间接自适应模糊输出反馈监督控制

In this paper, an indirect adaptive fuzzy output feedback controller with supervisory mode for a class of unknown nonlinear systems is developed. The proposed approach does not need the availability of the state variables, moreover, a supervisory controller is appended to the adaptive fuzzy controller to force the state to be within the constraint set. Therefore, if the adaptive fuzzy controller cannot maintain the stability, the supervisory controller starts to work to guarantee stability. On the other hand, if the adaptive fuzzy controller works well, the supervisory controller will be deactivated. The overall adaptive fuzzy control scheme guarantees the stability of the whole closed-loop systems. The simulation results confirm the effectiveness of the proposed method.     

Indirect Adaptive Fuzzy Output Feedback Control with Supervisory Controller for Uncertain Nonlinear Systems

In this paper, an indirect adaptive fuzzy output feedback controller with supervisory mode for a class of unknown nonlinear systems is developed. The proposed approach does not need the availability of the state variables, moreover, a supervisory controller is appended to the adaptive fuzzy controller to force the state to be within the constraint set. Therefore, if the adaptive fuzzy controller cannot maintain the stability, the supervisory controller starts to work to guarantee stability. On the other hand, if the adaptive fuzzy controller works well, the supervisory controller will be de-activated. The overall adaptive fuzzy control scheme guarantees the stability of the whole closed-loop systems. The simulation results confirm the effectiveness of the proposed method.     

汽车操纵稳定性的自适应控制策略研究

针对汽车系统的非线性和参数不确定性,设计了一种“前馈+反馈”自适应神经模糊控制器,通过ESP和AFS的协调控制来提高汽车操纵稳定性.ESP反馈控制器采用模糊控制策略,以横摆角速度和质心侧偏角为控制目标;AFS前馈控制器采用径向基神经网络控制,以反馈控制器的输出作为误差进行学习,从而实现自适应控制.仿真结果表明,上述控制策略是可行和有效的,能显著改善汽车在高速或湿滑路面上的操纵稳定性.