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。     

基于神经网络MIMO非仿射系统自适应控制

针对一类多输入多输出非仿射非线性系统,基于神经网络设计了一种自适应控制方案。该系统隐含控制输入,利用隐函数定理和伪控制概念提出了控制运算法则,采用Lyapunov方法证明了系统的稳定性。该方案采用神经网络补偿系统中的非线性部分,设计了鲁棒项来增加系统的抗干扰能力。仿真结果充分证明了该方案的有效性和可行性。     

带有时滞的未知非仿射非线性系统自适应模糊跟踪控制

应用自适应模糊逼近方法研究了一类带有时滞的未知非仿射非线性系统的跟踪控制问题.系统的实际控制器是按照Backstepping设计过程经逐步反推而得到, 在每一步设计中需要用自适应模糊逻辑系统来逼近未知的非线性函数.为了降低控制设计对先验知识的依赖性, 取消须事先已知模糊基函数的限制, 采用非线性参数化的模糊逻辑系统作为逼近器.由于逼近器中的未知参数彼此之间呈非线性关系, 无法直接得到在线估计这些参数的自适应律.为了实现对相关参数的在线调节, 先应用Taylor展开式将呈非线性关系的参数分离, 使其相互之间具有线性关系, 然后再基于Lyapunov第2方法给出相应参数的自适应调节律.最后, 通过一个仿真实例来验证所给方法的有效性.结果表明:所得自适应模糊控制器能有效补偿时滞的影响, 保证闭环系统中所有信号均有界, 而且输出跟踪误差能收敛到原点的任意小邻域内.     

一类仿射非线性系统的容错控制

提出了针对一类仿射非线性系统的容错控制器设计新方法，通过适当选取非线性系统Brunovsky标准型的加权矩阵，使Riccati型方程的解满足特定的条件，可以保证闭环系统在传感器失效时具有渐进稳定性。用实际算例和仿真结果验证了该方法的有效性。     

具有未知死区的SISO非仿射非线性系统间接自适应模糊控制

为了解决含有未知死区输入特性的SISO非仿射非线性系统的跟踪控制问题,提出了基于模糊自适应方法的控制器设计方案,把未知死区分解为一个线性项和一个扰动类似项,当系统状态可测时,利用模糊逻辑系统设计间接自适应模糊控制器,并结合跟踪误差信息设计自适应律;系统状态不可测时,通过引入误差观测器估计的状态变量,设计了间接自适应模糊输出反馈控制器．理论论证过程说明两种控制器能使系统的跟踪误差最终收敛到零的某一邻域,且闭环系统所有信号均有界. 仿真实验结果表明利用所设计控制方案可以使系统完成跟踪控制任务．     

初态学习下非仿射非线性系统的迭代学习控制

针对非仿射非线性系统,提出初态学习律,并给出关于初态学习的收敛性充分条件.初态学习使得系统在每次迭代开始时,不严格要求其初态与期望初态重合或者固定于某一具体位置上,而是允许存在一定的定位偏差.利用压缩映射分析方法,推导出在初态学习下的开环学习律、闭环学习律、开闭环学习律的收敛性充分条件,证明了迭代学习控制系统关于初始定位误差的鲁棒收敛性.依据此收敛性条件,可确定输入学习律及初态学习律的学习增益.理论分析与数值仿真表明初态学习下迭代学习算法的有效性.     

不确定性高阶关联大系统的分散变结构调节器设计

提出一种适用于不确定性高阶关联大系统的分散变结构调节器设计方法。所考虑的系统不确定性因素包括系统内部参数摄动、高阶关联变化和外部干扰。该设计方法的主要优点是在分散控制律中引入了对系统不确定性高阶关联及扰动上界的自适应估算方法,因而在控制系统设计时不需要预先确定系统不确定性变化的上界,进一步增强了控制系统对不可预知系统扰动的鲁棒性。仿真结果表明了该方法的有效性。     

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。     

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。     

一类时变非线性离散系统的分散自适应控制

把自适应的概念和神经网络理论相结合，本文提出了采用神经网络的分散自适应控制算法。系统中的神经网络用作辨识和控制器，这个算法适用于一类时变非线性离散系统。对算法的稳定性进行了分析，仿真例也说明了算法的有效性     

一类大规模系统神经网络自适应控制方案设计

针对一类大规模非线性机械系统,如自动化高速公路汽车空位调节和连续搅拌反应釜等系统,设计了一套基于前向神经网络的分散自适应控制方案以实现对其有效控制．作为直接自适应控制器,神经网络被用于逼近未知函数,所设计的两个鲁棒控制项分别用于消除互连效应和干扰项．系统稳定性得到严格证明,通过仿真进一步验证了方案的有效性．     

一类非线性系统的多面滑模控制器设计

针对一类非线性系统，提出了一种基于模糊小脑关联结构模型(CMAC)神经网络的多面滑模变结构控制算法，其特点是无需已知不确定性函数及其各阶导数的上界，并且允许控制矩阵存在不确定性．用Lyapunov稳定性定理证明了系统的状态及权值误差最终一致有界．与经典设计方法相比，所提出的方案允许非参数化不确定性．仿真实例显示了方法的有效性．     

一类含有滞回故障非线性系统Backstepping变结构控制

为解决执行器发生未知故障情况下不确定非线性系统的控制问题,采用一种自适应Backstepping变结构控制方法,建立了包括滞回非线性和失效、卡死等故障类型的非线性执行器模型.通过径向基函数(radial basis function,RBF)神经网络逼近系统中的未知非线性函数项,神经网络参数根据自适应律实时调整,保证了逼近效果.结合动态面控制,避免了Backstepping控制中的计算复杂性问题.引入的自适应补偿项消除了系统建模误差和不确定干扰的影响,理论分析证明了闭环系统半全局一致最终有界,仿真结果验证了该方法的有效性.     

Adaptive fuzzy tracking control for a class of switched MIMO nonlinear systems

An adaptive fuzzy tracking control scheme is presented for a class of switched multi-input-multi-output (MIMO) nonlinear systems with disturbances under arbitrary switching.Adaptive fuzzy systems are e...     

广义扩展大系统的鲁棒分散有限时间关联镇定

研究一类广义扩展大系统的分散有限时间鲁棒关联镇定问题。建立了扩展广义大系统的数学模型,利用稳定性理论和线性矩阵不等式方法推导了扩展后大系统基于状态反馈和动态输出反馈的分散有限时间关联镇定的充分条件,在不改变原广义大系统分散控制律的基础上给出了满足条件的新加入子系统的鲁棒分散关联镇定控制器设计方法。采用一个广义互联系统数值算例对提出的设计方法进行了仿真研究,结果显示扩展系统可以被有限时间关联镇定,从而验证了该方法的可行性和有效性。     

一类线性互联大系统的关联稳定性判定

动态图可以描述互联大系统的拓扑结构。动态图的增广矩阵包含了动态图的所有结构信息。引入动态图增广矩阵的相关理论,结合M-矩阵理论知识,提出了一类线性互联大系统的关联稳定性的判定方法。利用Lyapunov函数及Lyapunov梯度函数,推导出一个判定矩阵H,通过判定矩阵H是否对角占优和是否为M-矩阵,判定线性互联大系统的关联稳定性。算例表明,判定矩阵的参数计算简单,容易获取,有利于判定线性互联大系统的关联稳定性。     

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.     

Robust non-fragile control for discrete-delay nonlinear large-scale systems

Time-delays,due to the information transmission between subsystems,naturally exist in large-scale systems and the existence of the delay is frequently a source of instability. This paper considers the problems of robust non-fragile fuzzy control for a class of uncertain discrete nonlinear large-scale systems with time-delay and controller gain perturbations described by T-S fuzzy model. An equivalent T-S fuzzy model is represented for discrete-delay nonlinear large-scale systems. A sufficient condition for the existence of such non-fragile controllers is further derived via the Lyapunov function and the linear matrix inequality( LMI) approach. Simulation results demonstrate the feasibility and the effectiveness of the proposed design and the proper stabilization of the system in spite of controller gain variations and uncertainties.