监督模糊神经网络控制系统

设计了一个监督模糊神经网络（FNN）控制系统，它可以跟踪周期输入信号，控制系统由永磁（PM）同步伺服电机以及监督FNN位置控制系统组成。监督FNN控制系统由监督控制器和FNN滑式控制器组成。监督控制器可以在指定区域内稳定系统的状态。FNN滑式控制器由滑式控制和FNN组成，滑式控制有较好鲁棒性。FNN具有在线学习能力，作者对监督FNN控制系统进行了详细的理论分析和稳定性研究。仿真结果证明了此系统对参数变化和外部负荷干扰有很好的鲁棒性。     

积分变结构间接自适应神经网络控制

针对一类不确定非线性系统,基于变结构控制原理,提出多层神经网络投影算法,并设计了一种具有监督控制器的积分变结构间接自适应神经网络控制方案.该方案引入综合误差的自适应补偿项来消除建模误差的影响, 同时通过监督控制器保证闭环系统全局一致终结有界,且跟踪误差收敛到零,仿真结果表明该方法的有效性.     

一类非线性多变量系统的模糊神经网络自适应控制

针对一类数学模型不完全确知并包含外部扰动的非线性多变量系统，提出一种模糊神经网络(FNN)自适应控制策略．用FNN模型在线辨识非线性系统的未知动态，并根据误差系统的Riccati方程，设计H∞控制，有效抑制系统的外部扰动，该控制律采用Lyapunov设计方法来保证控制系统的稳定．FNN自适应控制策略解决了传统非线性控制器理论结果形式过于复杂，实用性差的问题，拓宽了非线性理论的应用范围．     

一种改善的变结构模型跟踪控制器

以８０３１单片机实现了一种新型变结构模型跟踪控制器，该控制器采用了附加小标量δ０的控制方案。实验结果表明：系统保留了变结构模型跟踪控制所具有的一系列优点，且使系统的静态性能又得到了进一步改善。     

PID-Fuzzy分段式控制方法在太阳跟踪系统中的应用

基于自动跟踪光伏发电系统,对太阳位置的检测和光电池云台跟踪控制的问题进行了深入的分析,并提出了PID-Fuzzy分段式跟踪控制方法。通过对太阳方位角的分析计算和电池板方位角的检测,设计了以太阳方位角为输入量、电池板方位角为反馈量的PID-Fuzzy控制器。该控制器可以依据角度的偏差大小来自动切换控制规律,较好地解决了系统快速性和跟踪精度的问题。并且通过Matlab仿真和实验数据对该控制器性能进行了分析。结果表明,该方法不仅降低了调节时间,而且使控制跟踪精度在原有精度基础上提高了2%,有效地提高了光电转换效率,为同类跟踪系统提供了可行性方案。     

一种改善的变结构模型跟踪控制器

以８０３１单片机实现了一种新型变结构模型跟踪控制器，该控制器采用了附加小标量δ０的控制方案．实验结果表明：系统保留了变结构模型跟踪控制所具有的一系列优点，且使系统的静态性能又得到了进一步改善．     

仅利用位置测量信息的机器人滑动模跟踪控制

提出一种仅利用位置测量信息的机器人滑动模跟踪控制方案使机器人跟踪给定轨迹．整个控制器分为两部分：仅利用位置反馈的控制器和变结构滑动模控制器．由位置反馈实现的虚拟速度反馈实质上是一种动态补偿器,而变结构滑动模控制方案则主要用来消除或抵消系统中所存在的不确定性的影响,达到提高系统鲁棒性的目的．在上述控制器控制下,系统的输出跟踪误差可以渐近收敛到零．利用边界层控制方案可消除或减弱滑动模控制中经常出现的抖振现象．     

基于遗传算法的机器人模糊控制器设计

提出了一种机器人轨迹跟踪的模糊逻辑与变结构控制相结合的控制器设计方案，采用变结构控制量作为监督控制，首先保证机器人系统状态有界，应用模糊逻辑系统逼近过程的不确定部分，利用改进的遗传算法对模糊逻辑系统的参数进行在线调节，使得系统输出能够跟踪指定轨迹，该控制方案能够消除变结构控制所固有的抖振性，计算机仿真结果表明该控制方案具有良好的跟踪性能。     

一类五阶异步电机模型的有限时间跟踪控制

考虑了一类五阶异步电机模型的有限时间跟踪控制问题。在控制器设计中应用了中继切换控制机制和有限时间收敛的TSM控制方案,保证了整个系统的全局稳定性以及系统在有限时间内精确地跟踪给定的参考信号。仿真结果验证了该控制策略的正确有效性。     

非线性系统的积分变结构间接自适应模糊控制

讨论了一类不确定非线性系统的间接自适应模糊控制问题 .基于变结构控制原理 ,并利用具有线性可调参数的模糊系统去逼近过程未知函数 ,提出一种具有监督控制器的积分变结构自适应模糊控制方法 .该方法通过监督控制器保证闭环系统所有信号有界 .进一步通过引入最优逼近误差的自适应补偿项来消除建模误差的影响 .理论分析证明了跟踪误差收敛到零 .仿真结果表明了该方法的有效性