基于后推技术的直接鲁棒自适应模糊控制

针对一类带摄动的严格反馈非线性系统,基于后推设计方法,利用第一类模糊系统的逼近能力,提出了一种新的直接自适应控制方案。该方案中引入连续鲁棒项对系统的摄动部分进行抑制,并在自适应律中利用了leakage项以防止参数漂移。通过理论分析,证明了闭环系统是半全局一致终结有界的,跟踪误差收敛到一个小的残差集内。仿真结果表明了该方法的有效性。     

增益符号未知的鲁棒自适应模糊控制

针对一类具有函数控制增益符号未知的不确定非线性系统,根据滑模控制原理和模糊系统的逼近能力,提出了一种自适应模糊控制器设计新方案。该方案利用Nussbaum函数的性质,取消了常用的函数控制增益符号已知这一条件。并通过引入最优逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响。理论分析证明了闭环系统的有界性和跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

基于观测器的非线性系统直接自适应模糊控制

针对状态不可测的一类不确定非线性系统,利用模糊系统的逼近能力,提出一种基于观测器的直接自适应模糊控制方案。该方案通过引入观测量的调制函数,使得模糊系统的输入集在有界闭区域上,从而取消了观测量有界的假设。利用Kalman Yacubovitch Popov定理及李亚普诺夫函数,证明了闭环控制系统所有信号是有界的,跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

一种自适应鲁棒跟踪模糊控制新算法

针对一类非线性不确定系统 ,在用T S模糊系统对未知聚拢不确定函数进行逼近的基础上 ,利用系统的耗散理论 ,系统地提出了一种自适应鲁棒跟踪模糊控制新算法。该算法基于一个新的Lyapunov函数 ,不仅可以使控制算法避免其它自适应控制算法中时常存在的奇异问题 ,而且还可以使自适应学习参数的数目减至最少 ,便于工程实现 ,并可确保闭环系统渐近稳定 ,系统的跟踪误差为零。经仿真研究表明 ,所提出的算法是有效的     

含非线性输入的非线性系统自适应模糊控制

讨论一类含非线性输入的非线性系统的自适应模糊控制问题。首先运用隐函数存在定理证明系统的理想控制器的存在性,利用I型模糊逻辑系统对该理想控制器进行在线逼近,提出了一种具有监督器的自适应模糊滑模控制器设计的新方案。该方案通过直接自适应模糊控制器与监督控制器的适当切换,保证了闭环系统的稳定性,由此确定出建模的有界区域,而且通过引入最优逼近误差的自适应补偿项,保证跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

一类非线性系统的鲁棒自适应控制

针对一类含有不确定参数和未知扰动的非线性系统，提出一种鲁棒自适应控制方法以确保系统输出稳定地精确跟踪给定的参考信号。控制器的设计分两步进行：首先，在不考虑扰动的情况下，采用一种基于参数映射的Lyapunov设计方法设计系统参数自适应控制器；然后，在该自适应控制器的基础上，采用衰减控制策略设计鲁棒补偿器，实现对扰动的抑制。最后通过数字仿真验证了设计方案的有效性。     

一类非线性系统的自适应模糊控制

针对一类非线性系统,利用模糊逻辑提出一种鲁棒自适应控制方法.首先证明在一定的条件下,闭环系统必能稳定,并证明这个条件即必落人某一紧集中成立,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.     

一类非线性系统的模型参考自适应模糊控制

针对一类不确定非线性系统 ,基于一种修改的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力 ,提出了一种模型参考自适应模糊控制器设计的新方案。该方案利用参考模型作为性能指标 ,自适应调节模糊控制器的规则库 ,并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 ,不但能保证闭环系统稳定 ,而且可使跟踪误差收敛到零。仿真结果表明了该方法的有效性     

非线性连续时间系统的混合型自适应模糊控制

对于一类非线性连续时间系统,提出了一种可以同时利用模糊控制信息和模糊系统信息的自适应模糊控制器的设计方法,并从理论和仿真实例上证明了这种控制器具有很好的性能.     

欠控制方向非线性系统的鲁棒自适应控制

针对一类控制方向未知且具有未建模动态的非线性系统,提出了一种鲁棒自适应控制策略.算法推广了已有的鲁棒自适应非线性控制方法.控制算法保证闭环系统所有信号是一致终值有界的.同时,通过调整控制器设计参数,闭环系统能够实现期望的性能要求.仿真结果进一步说明了理论分析的有效性.     

A Novel Robust Adaptive Fuzzy Controller

For a class of continuous-time nonlinear system, a novel robust adaptive fuzzy controller is proposed by using of Lyapunov method. It is proven that the control algorithm is globally stable, the output tracking-error can convergence to a domain of zero under the assumptions. As a result, the system controlled has stronger robustness for disturbance and modeling error.     

非匹配不确定非线性系统的鲁棒自适应控制

针对一类非匹配不确定非线性系统,研究了一种适用于输出跟踪的鲁棒自适应控制器设计新方法。结合反演设计方法和"σθ-修改"参数自适应技术所设计的控制器,对非匹配的未知参数和非参数有界不确定项具有强鲁棒性。该控制器不仅能保证闭环系统所有信号有界,且能使跟踪误差以指数速度收敛到零的小邻域内。计算机仿真算例证实了理论结果的可行性和有效性。     

定性定量相结合的自适应模糊控制新算法研究

本文提出一种定性定量相结合的自适应模糊控制新算法,它有效模拟了人处理问题的思路,体现了一定的智能性。仿真实验证明该算法具有良好的动态性和鲁棒性,且设计简便,可广泛应用于被控系统中。     

基于模糊反馈校正的广义预测控制

针对具有纯时滞和非线性的复杂系统，提出一种基于广义预测控制和模糊反馈校正相结合的控制策略，目的在于抑制模型失配的影响，增强广义预测控制的鲁棒性，建立一种适于实时生产过程的控制方法。仿真结果表明了这一算法的有效性。     

不确定非线性系统变结构模糊自适应鲁棒控制

考虑一类不确定非线性系统的鲁棒控制器设计问题,在假设系统不确定性函数结构未知的情况下,利用模糊系统对不确定性函数进行逼近,将获得的模糊系统函数作为系统不确定性界函数。在此基础上,提出了一种变结构模糊自适应鲁棒控制算法,该算法在确保系统的滑动模态超平面为渐近可达的前提下,在线对系统模型的控制增益参数和不确定性函数的界参数进行估计。最后以船舶减摇鳍非线性控制系统为例,进行了变结构鲁棒自适应模糊控制器的设计。仿真研究表明,所提出的算法是有效的。     

非线性系统的模糊滑动模态控制

针对未建模的动态非线性系统,根据滑动模态控制原理,导出了基于Ｌｙａｐｕｎｏｖ稳定性的一种模糊控制器设计方法;避免了以往非线性滑模控制中控制信号的不连续造成系统“颤动”问题;显示出模糊推理的作用。     

基于神经网络的非线性系统的间接自适应控制

针对一类不确定非线性动态系统 ,利用多层神经网络系统MNNs的逼近能力 ,提出了一种间接鲁棒自适应神经网络控制器的设计方案。该方案不仅能够保证闭环系统的所有信号有界 ,而且理论分析证明了闭环系统的跟踪误差渐近收敛到零。仿真试验表明本控制算法是有效的。     

基于分段线性逼近网络的直接自适应控制

对一类单输入单输出系统的控制问题进行了研究 ,设计了对这类系统的直接自适应控制方案。控制方案的一部分是采用分段线性逼近神经网络逼近给定的非线性系统 ,利用已经发生的实际数据对网络的权值进行训练 ;另一部分是结合神经网络的一步预测输出和系统的参考输出 ,通过梯度优化器计算得到系统的控制输入。数值仿真结果表明 ,控制效果比较理想