时变不确定非线性系统的鲁棒输出跟踪

该文研究了一为具有时变参数或扰动的非线性系统的鲁棒轨迹跟踪控制问题,假定系统的标称模型是可以反馈线性化的,通过递推构造壮环系统地的Ｌｙａｐｕｎｏｖ函数,给出了该类不确定系统鲁棒输出跟踪控制器设计方案。该控制器能保证闭环系统的状态是一致有界的,且通过对控制器参数的适当选择,可使闭环系统的输出跟踪达到指定的精度要求,最后由一机器人控制系统的仿真研究表明,该文提出了控制方案具有很强的鲁棒性,控制效果是令     

一种神经元网络控制器及仿真

该文给了了一种自适应神经元的控制方法，设计了神经元网络作为控制器的智能控制系统，给出了学习规则，在交流伺服系统中的仿真结果表明了此方法的有效性及优越性。     

非线性时变系统的输出跟踪

研究一类非线性时变控制系统的输出跟踪控制问题。首先，给出了时变李导数及非线性时变系统的相对阶定义；其次，在系统输入输出反馈线性化的基础上，设计了跟踪期望信号的时变状态反馈控制律；最后给出了数值算例，用仿真结果说明了本文方法的有效性。     

用于函数逼近的小波网络

在小波分析的基础上 ,结合神经网络构造了一种新的小波级数形式的小波网络 ,并利用非线性规划中的变尺度法对网络权值进行训练。对一类非线性函数和混沌时间序列进行了仿真研究 ,并与文献 [7]的小波网络进行了仿真比较。结果表明 ,这种新的小波网络具有良好的函数逼近能力 ,收敛速度快且逼近精度高。