具有执行器故障的非线性系统指定性能控制

针对一类带有全状态约束和执行器故障的非线性系统，提出一种具有指定性能的自适应神经网络输出反馈容错控制方案。首先，建立状态观测器估计系统中的不可测状态，利用径向基神经网络(RBF NNs)逼近系统中的未知非线性函数。其次，引入非线性映射将状态约束系统转化为一个没有约束的新系统。然后，采用新的性能函数，不仅能使跟踪误差在预先设定的时间内收敛，还可以利用设计参数改变误差的收敛速度。最后证明，该控制方法能够保证闭环系统中所有信号都是半全局一致最终有界的，并通过一个数值仿真验证该方法的有效性。     

输出死区下的随机多智能体系统一致性饱和控制

针对一类存在输入饱和和输出死区现象的非严格反馈非线性随机多智能体系统,提出一种自适应神经网络一致性饱和控制算法.首先,为了解决非对称输入饱和问题,构造一类与所考虑智能体相同阶次的辅助系统;然后,以反步法和辅助系统作为框架,利用神经网络处理系统中的未知非线性函数,并结合Nussbaum函数解决输出死区问题;接着,利用动态面控制技术避免“计算爆炸”问题;然后,基于李雅普诺夫稳定性理论验证所提出的控制算法能够保证闭环系统全部信号依概率半全局一致最终有界;最后,通过数值仿真和实例仿真的结果验证所提出控制算法的有效性.