一般双线性变结构系统的等价控制及趋近律

使用坐标变换，将双线性系统中的倍增控制项和叠加控制项重新组合成与线性系统有相同形式的非线性系统。系统的控制矩阵是状态变量的非线性函数矩阵。采用等价控制和趋近律方法设计变结构控制律，控制律白等价控制和取决于趋近律的变结构控制两部分组成，构成状态变量的非线性反馈。给出了一个三阶系统数字例子的计算机仿真结果。     

基于神经网络的多变量自适应控制器

利用神经网络对非线性映射的逼近能力，通过采用一步超前预测控制性能指标及网络模型局部线性化的思想，给出了一个显式的控制律和相应的自适应控制算法，仿真结果表明了该控制算法的有效性。     

黑箱系统的一种简便自适应预测控制策略

采用一种输入输出增量式一元线性回归模型作为黑箱系统的预测模型,应用投影算法估计模型参数.该模型将对象输出增量分解为2个分量:一个为非零控制增量作用下的强制分量,另一个为控制增量为零时的自由分量,是一种非齐次时变线性模型.此外,应用广义预测控制理论,提出了一种基于该模型的自适应多步预测控制策略,导出了基于该模型的多步最优预测算式和最优控制律.该控制策略不仅具有广义预测控制的强自适应能力和强鲁棒性,且模型参数少,算法简单,适用于黑箱系统的控制.仿真结果表明该控制策略是有效的.     

双线性系统随机多输入间接自适应前馈控制器及其应用

本文针对随机双线性多输入系统，提出了一种适用于具有多种扰动对象的随机多输入间接自适应前馈控制器，其特卢、是通过引入改进的广义最小方差最优控制律来克服双线性对系统的影响，该控制器采用间接算法实现，并适用于延时未知系统。它不仅具有渐近最优的控制的效果，可以对可测干扰实行有效的动静态补偿，消除稳态跟踪误差，使随机干扰对系统的影响最小，而且即使用于不稳定和（或）逆不稳定系统也具有全局收敛特性。文中还介绍了如何应用该控制器来实现多变量系统的随机间接自适应解耦控制。     

离散广义双线性系统的有限时间滑模控制

利用变结构控制方法,研究了一类离散广义双线性系统的有限时间滑模控制器设计问题。利用Lyapunov函数的方法,给出了离散广义双线性系统的滑模控制的理想准滑动模态和趋近律形式的到达条件,设计滑模控制器,实现离散广义双线性闭环系统是因果的、稳定的,同时也使得滑动模在有限时间内到达切换面或切换带内实现滑模运动,通过数值算例说明了设计方法的可行性和有效性。     

一般双线性比例-微分变结构系统中控制律的构成研究

研究了一般双线性比例一微分变结构控制系统中控制律的构成方式。通过定义排序截尾算子Ωm，左旋移位算子Lj和右旋移位算子Rj等构成选排式、循环式和固定式等几种比例－微分变结构控制律。通过状态反馈实现用m个控制量对以（n＞m）个被控量的控制。以一个三阶系统为例，对初位绝对位固定而取不同符号组合时各种比例－微分控制律的控制性能进行了仿真实验，给出了仿真曲线。     

一种离散非线性随机系统模型及其自校正调节器

建立了一种描述离散非线性随机系统新的数学模型,它是CARMA模型的一种扩展,双线性系统模型是它的一种特殊形式,参考CARMA模型下自交正调节器控制律的算法结构,同时给出了新模型了自校正调节器的算法,它将CARMA模型的算法在结构上从线性扩展到非线性。     

基于BP网络的非线性广义预测学习控制器

本文提出了一种基于ＢＰ神经网络的非线性义预测学习控制器，它由一个ＢＰ网络构成。在整个学习与控制过程中，首先根据被控对象的输出与ＢＰ的学习输出之间的误差来修改网络的权值，以逐步建立被控对象的合理的多步预报模型；然后，根据网络的多步预报输出序列与设定值序列的偏差修改控制律。     

具有比例积分结构的模型算法自适应控制器

通过构造新型目标函数,并且采用加权预测控制律代替一步预测控制量,得出了一种具有比例加积分结构的自适应模型算法加权控制器．该控制器能实现无偏差跟踪参考输入轨迹．仿真结果表明,对于时变对象,新算法自适应控制比基本型模型算法控制具有更强的鲁棒性．     

基于多层概率集的随机系统预测控制

针对具有Markov跳变特点的一类离散随机系统,研究了输入量概率约束下的状态反馈预测控制问题。采用多层概率集的概念和方法,给出了具有多个不同概率软约束下的预测控制器设计算法,在多步反馈律的控制下,系统状态以指定概率进入不同的椭圆内,保证了系统的稳定性,而且扩大了控制问题的可行范围,改善了系统性能。最后仿真实例证明了所提方法的有效性。     

高层结构半主动预测控制

建立了基于磁流变流体（magnetorheological，MR）阻尼器的半主动多步预测控制系统，该系统根据结构当前的状态能够预测未来多步的响应，并在系统内部对时滞进行自动补偿．结合一高层结构，对设置多个MR阻尼器的半主动多步预测控制系统进行了仿真分析，在系统内部考虑了时滞的影响，与理想无时滞情况的对比分析表明，该方法能够对时滞进行有效补偿，保证控制系统的稳定性，同时具有很好的减震控制效果．     

随机系统的加权一步超前模型参考自适应控制

本文讨论了随机系统在输入受限时的加权一步超前模型参考自适应控制,给出了自适应控制律及闭环系统的输入输出性质,证明了在一定条件下自适应控制的收敛性.     

基于递归神经网络的多变量系统预测控制

针对线性PID控制器系数难以整定的问题，构造了一种用神经网络实现的非线性PID控制器．多个具有相同结构的非线性PID控制器并联，对多变量系统实现解耦控制器．结合预测控制的思想，提出两种控制方案．第一种是在递归多步预测的基础上，在广义最小方差目标函数下实现控制，第二种利用多步预测目标函数在线修正解耦控制器的权值．仿真实验表明这两种方法的有效性．     

基于QP转化的约束非方系统模型预测控制

针对带约束非方系统的控制问题,设计了一种基于标准二次规划(QP)转化方法的快速模型预测控制算法。首先利用非方传递函数矩阵对Diophantine方程进行求解,结合系统的单位阶跃响应矩阵重构系统的预测模型;然后,考虑系统的约束条件,包括输入输出变量、控制增量约束,通过引入松弛变量及等式转化,将模型预测控制MPC过程中的最小化目标函数问题转化为带有不等式约束的标准QP问题,实现最优控制律在迭代过程中的一步求解,从而解决传统控制方法中计算量大、不能够直接应用于在线控制的问题。将本文所提出的方法应用于经典的Kalman非方系统的控制。得到仿真结果表明,该预测控制方法在系统的抗噪声扰动、设定值跟踪等方面均有着较好的性能,同时能满足系统的约束条件,并得到满意的控制效果。     

基于预测状态空间实现的前馈GPC及其应用

在ＣＡＲＩＭＡ模型基础上，推导出预测状态空间实现．建立了预测状态与系统模型结构参数之间的直接关系，并据此得出前馈ＧＰＣ控制律，形成递推算法     

基于自适应反步滑模控制的主动队列管理

针对TCP网络的拥塞控制问题,基于自适应反步滑模控制提出了一种主动队列管理算法。由于系统的不确定在实际工程中很难或根本无法事先获得,设计一个自适应律来实时适应系统不确定的值,从而消除系统不确定所带来的影响。利用此自适应律,提出一个自适应反步滑模控制器,使得系统具有较好的暂态性能和鲁棒性能。仿真结果表明,该方法对TCP网络的复杂变化具有较好的鲁棒性和较快的系统响应。     

基于新型趋近律的板球系统反步滑模最优控制

针对板球系统控制精度低、鲁棒性差和响应慢等问题，提出一种基于新型趋近律的反步滑模最优控制方案.首先，用跟踪误差与虚拟控制量设计滑模面；其次，将反步法与滑模控制相结合设计新型趋近律，由此设计控制器；然后，采用Lyapunov理论证明整个系统的稳定性；最后，通过改进粒子群算法寻找一组新型趋近律的最优参数，实现最优控制.仿真实验结果表明，提出的控制策略能消除误差提高系统控制精度，系统调节时间为0.2 s，能加快系统响应速度，增强了系统鲁棒性，较好地抑制了抖振，验证了所提控制方案的可行性.     

基于状态观测器的一类不确定系统的鲁棒预测控制

运用线性矩阵不等式方法,研究了一类具有范数有界不确定系统的鲁棒预测控制问题．在每一采样时刻预测状态值,将无限时域“min-max”优化问题转化为凸优化问题求解,得出状态反馈预测控制律;同时设计系统的全维状态观测器,使得到的控制律满足观测器增益Lp,从而保证了闭环系统的稳定性．仿真示例验证了算法的有效性．     

一类双线性系统的最小方差控制及其应用

对一类双线性系统，建立了具有广义性能指标的最小方差控制算法和参数未知时的自适应控制算法，该算法能用于最小相位和非最小相位的双线性系统。仿真实验表明该算法具有良好的动态响应性能，且能用于废水处理中的溶氧过程控制。     

双线性控制技术在反应堆功率调节系统中的应用

单组点堆等效模型作为反应堆核裂变的双线性模型，用Ｌｙａｐｕｎｏｖ稳定条件来保证系统有良好的全局稳定性，采用Ｒｉｃｃａｔｉ方程实现系统的最优控制。仿真结果表明，用双线性控制技术实现核反应堆功率调节系统的控制，可以得到更好的控制效果。