比例时滞神经网络的全局多项式镇定性

针对一类比例时滞神经网络，采用状态反馈控制器，在激活函数有界且满足Lipschitz条件下，通过构造适当的Lyapunov泛函，并利用平均值不等式及其分析技巧，研究了该神经网络的全局多项式镇定性和全局渐近镇定性，得到了几个时滞依赖的全局多项式镇定和全局渐近镇定的判定条件.     

参数不确定马尔可夫跳变系统的镇定控制算法研究

研究了具有参数不确定的线性马尔可夫跳变系统的鲁棒适应控制问题。对于切换律是可观测的情形,利用线性矩阵不等式和共同2次Lyapunov函数的方法,给出具有参数不确定的切换系统2次镇定的充分条件。基于此结果,对于切换律符合不可观测的马尔可夫随机过程的情形,通过设计一个恰当的采样适应控制器得到系统随机可镇定的充分条件。最后,通过一个例子给出适应镇定控制器的算法。     

一类不确定时滞系统的鲁棒可靠控制

研究了在执行器发生故障的情形下,具有状态时滞的一类不确定系统的时滞依赖型鲁棒可靠镇定控制器的设计问题.基于二次可靠镇定的定义,通过构造双积分型Lyapunov函数,得出了系统鲁棒可靠镇定的充分条件,该方法减弱了控制器设计的保守性.最后通过仿真实例验证了所提方法的正确性和有效性.     

具有分布时滞的随机中立型系统的随机鲁棒镇定

文章针对一类同时具有3个时变时滞的且不确定参数是有界范数的随机中立型时滞系统,利用随机Lyapunov稳定性理论和It^o微分法则,采用线性矩阵不等式方法,推导出系统的随机渐近稳定的充分条件,并进一步给出随机鲁棒可镇定的充分条件;镇定控制器主要采用状态反馈的方法来设计,从而保证了闭环系统的渐近稳定性;最后给出数值算例验证了文中控制器设计方法的正确性和适用性。     

具有分布时滞的中立型随机系统的非易碎鲁棒H∞控制

针对一类具有分布时滞的不确定中立型随机系统,研究了其具有反馈增益变化的H∞状态反馈控制器的设计问题,即设计的控制器当自身受到外部扰动时仍能完成对系统的镇定并满足H∞性能.利用Lyapunov稳定性理论,采用线性矩阵不等式方法,提出了中立型随机系统的非易碎状态反馈H∞控制器存在的充分条件,并给出了相应控制器的设计方法.最后给出数值算例验证了该方法的有效性.     

带有时变时滞的中立型随机系统的鲁棒镇定和H_∞控制

研究了带有时变时滞的中立型随机系统的鲁棒镇定和H∞控制问题.利用Lyapunov泛函方法和It o^公式,基于状态反馈控制器,以线性矩阵不等式(LMI)形式给出了闭环系统鲁棒镇定及H∞控制的新方法.最后,数值算例说明了该方法的有效性.     

基于混杂脉冲切换控制的时滞混沌神经网络的镇定

针对一类离散时滞混沌神经网络,研究其基于混杂脉冲切换控制的镇定问题.利用切换Lyapunov函数方法和S过程技巧,得到了受控的神经网络的指数稳定判据.该结果反映了脉冲控制和切换控制对闭环系统的稳定性的影响.离散时滞Hopfield混沌神经网络例子表明了所给镇定方法的有效性.     

一类随机大系统的自适应有界镇定

研究了一类具有严反馈形式、含有有界不确定参数的非线性随机大系统的镇定问题,在充分考虑各子系统之间互联项影响的基础上,设计了这类组合系统的状态观测器,再运用反步法技术,通过构造四次型随机控制Lyapunov函数,设计出一种自适应输出反馈分散控制器.在此控制器作用下,所考虑的闭环、互联非线性随机大系统实现了概率意义下的有界稳定.仿真结果表明了该控制算法的有效性.     

基于观测器的一类Lipschitz非线性系统鲁棒控制器的设计

讨论了一类Lipschitz非线性系统基于观测器的鲁棒镇定问题,所考虑的系统具有非线性时变扰动项,设计了状态观测器与状态反馈控制器使得其能够镇定一类Lipschitz非线性系统.利用Lyapunov稳定性理论和线性矩阵不等式(LMIs)方法,给出了该系统基于观测器的鲁棒镇定的充分条件,并通过求解LMIs构造了系统鲁棒稳定的基于观测状态反馈的控制器,所得结果减少了控制器设计的盲目性.最后,通过仿真实验证明了该方法的可行性.     

两输入非线性前馈系统的镇定方法

为了便于构造两输入非线性前馈系统的镇定控制器,通过变换构造出与原系统等价的复数域低维单输入非线性前馈系统,再利用已有的单输入系统的控制方法对该等价系统设计一个复数域镇定控制器,采用逆变换得到原系统的两个镇定控制器,提出了将原系统转化为等价系统后再进行设计的镇定方法。用Lyapunov稳定性定理证明了闭环控制系统状态的渐进稳定性。结果表明:等价系统比原系统具有更少的输入和更低的维数,基于等价系统的设计方法降低了系统的分析难度,简化了控制器的设计步骤。     

一类It (o)型非线性随机大系统的分散鲁棒镇定

利用反演法（Backstepping）构造出了适当形式的四次型Lyapunov函数，类似于自适应控制器的设计方法，讨论了一类Ito型随机非线性大系统在概率意义下的分散鲁棒稳定性，并系统地给出了状态反馈和输出反馈分散鲁棒自适应控制器的设计方法．     

一类It型非线性随机大系统的分散鲁棒镇定

利用反演法(Backstepp ing)构造出了适当形式的四次型Lyapunov函数,类似于自适应控制器的设计方法,讨论了一类It^o型随机非线性大系统在概率意义下的分散鲁棒稳定性,并系统地给出了状态反馈和输出反馈分散鲁棒自适应控制器的设计方法。     

一类随机离散神经网络全局渐近同步

研究离散型时滞随机神经网络的同步问题,考虑了参数不确定性,解决离散型分布时滞对神经网络同步问题的影响.基于主从同步的概念,设计一个有更广泛应用的控制器,应用Lyapunov稳定性理论和线性矩阵不等式工具箱,得到这类神经网络同步的充分性判据.最后给出实际例子,检验了判据的有效性.     

变时滞随机模糊细胞神经网络的均方指数稳定性分析

利用Lyapunov泛函及随机分析技巧研究一类变时滞的随机模糊细胞平衡点的均方指数稳定性,得到了均方指数稳定性的充分条件.该模型同时考虑了模糊不确定性和随机不确定性,更加接近真实的神经网络.最后给出一个例子证明结论的有效性.     

时滞神经网络的鲁棒控制器

对不确定变时滞神经网络系统的鲁棒控制器的设计进行了分析.通过构建李亚普诺夫泛函并结合线性矩阵不等式方法及有关不等式技巧给出了不确定时滞神经网络的输出反馈鲁棒控制器的设计方法,提出了易于实现的鲁棒控制器设计的代数判据,其结论与满足一定条件下系统的变时滞大小无关.最后给出了实例并进行了仿真,实验结果表明所设计的鲁棒控制器的有效性.     

RLED机器人神经网络在线辨识及控制器设计

对考虑模型误差和外界干扰信号等不确定性因素在内的电驱动刚性机器人系统,运用神经网络和基于Lyapunov函数的逆向递推法提出一类自适应跟踪控制器.神经网络用于辨识机器人系统中包括电流一阶导数在内的复杂非线性项和不确定性因素;而基于Lyapunov函数的逆向递推法则保证了控制系统的鲁棒稳定性和干扰抑制性能.通过系统稳定性分析可以得到控制器参数的选取原则,以进一步提高控制系统品质.数值仿真结果表明所设计的控制器具有良好的鲁棒性和跟踪精度.     

一类大规模随机非线性系统的适应镇定

讨论一类大规模随机非线性系统的适应镇定问题。采用Lyapunov和Backstepping方法设计了自适应的状态反馈控制器使得闭环系统是以概率稳定的,且使系统的状态以概率收敛为0;进一步,给出一个仿真算例说明方法的有效性。     

随机中立型时滞系统的广义H_2控制

考虑一类随机中立型时滞系统的广义H2控制问题.利用Lyapunov方法和线性矩阵不等式,得到状态反馈控制器存在的充分条件,保证闭环系统均方渐近稳定.同时给出随机中立型时滞系统广义H2控制器的设计方法.数值例子的仿真结果验证所得方法的有效性.     

随机切换时滞系统的鲁棒非脆弱保成本控制

针对带有Markov切换的不确定随机分布式时滞系统,结合一个二次性能指标,研究其保成本控制问题.通过利用Lyapunov稳定性理论和线性矩阵不等式方法,针对具有摄动的控制器增益,得到非脆弱保成本控制律的一个时滞相关的充分条件.该控制器能保证闭环系统鲁棒随机稳定和一定的线性二次性能指标上界.数值算例说明了该文方法的有效性.     

基于反步法的CSTR神经网络非奇异自适应控制

针对一类参数不确定连续搅拌釜式反应釜(CSTR:Continues Stirred-Tank Reactors)系统中的参数不确定性,研究了一种基于反步(Backstepp ing)方法的神经网络自适应控制器。该控制器采用多层神经网络,可较好地逼近系统的复杂非线性动态,网络权值能在系统先验知识不多的情况下在线调整,更新律可用Lya-punov综合法在线获得;通过构造类加权形式Lyapunov函数,使控制器能有效处理自适应控制中可能的奇异性问题。系统仿真验证了方法的有效性和可行性。结果表明:该控制器能保证闭环系统全局稳定,并对系统参数的不确定性和有界干扰具有一定的鲁棒性。