一类非线性系统的自适应广义预测控制

利用Hammerstein模型描述一类非线性系统，提出了一类适用于非线性系统的自适应广义预测控制算法（NAGPC），该算法将整个控制系统分解成线性和非线性两部分考虑；在线性部分中，根据广义预测控制（GPC）算法中控制增益阵F的特点导出了一种速度较快，计算量不大的GPC改进算法。非线性部份利用插值原理给出了一种便于计算机实时计算的根值解法，并将其解作为整个系统的控制输入。仿真结果表明，NAGPC算法计算速度快，鲁棒性较强，稳定性较好。     

一类非线性系统的自适应控制

提出一种带有状态观测器的非线性系统自适应控制策略 ,实现了非线性系统的镇定和零误差跟踪 .这种方法简单有效 ,尤其适用于状态不可观测系统和输出无法直接连续测量的非线性系统 .     

一类非线性系统的直接自适应控制

在模糊神经网络滑模控制器的基础上提出了一种设计方法,将ＦＮＮＳＭＣ与模糊神经网络有机结合,通过平滑切换实现自适应控制。这种方法增强了系统的鲁棒性且能有效地消除高频颤动,仿真结果说明本方法有效。     

一类非线性系统的广义预测控制

将广义预测控制应用于Hammerstein模型描述的非线性系统,得到了一类非线性系统的广义预测控制算法.仿真结果表明,该算法具有较强的鲁棒性.     

一类非线性系统的模型预测控制算法

本文提出一个用于仿射非线系统的模型预测控制算法。首先设计一个静态的非线性状态反馈以获得Ｉ／Ｏ线性化的闭环系统；然后，对此闭环系统设计模型预测控制算法以获得良好的动态特性和抗干扰性能。本文以一个实例说明了该算法的有效性。     

一类非线性系统的自适应控制律设计

对一类具有三角结构的非线性系统进行自适应控制律的设计,该系统具有不相等的系数,然后证明了该控制能保证系统在平衡点的稳定性     

一类MIMO非线性系统的自适应模糊滑模控制

研究了一类具有未知常数控制增益的MIMO非线性系统的自适应模糊控制问题。基于滑模控制原理,利用Ⅱ型模糊系统的逼近能力,提出了一种分散自适应模糊滑模控制器设计设计的新方案 。通过理论分析,证明了闭环控制系统是全局稳定的、跟踪误差收敛到零。     

一类非线性系统的广义预测控制

对一类非线性系统的广义预测控制进行了研究。采用动态寻优的方法减小线性化过程中被舍弃的非线性项引起的误差，仿真结果表明了算法的有效性。     

自适应反演控制在一类非线性系统中的应用

针对一类不确定性上界未知的非线性系统,提出一种自适应反演控制方法.建立了一类带有外界扰动的不确定非线性系统的数学模型.将复杂的非线性系统分解成不超过系统阶数的子系统,采用反演思想,并用自适应更新律对非线性系统不确定性上界进行估计,设计了自适应反演控制器并证明了李亚普诺夫稳定性.采用所设计的控制律使非线性系统的输出能跟踪期望的轨迹,具有一定的鲁棒性.用数值仿真验证了所设计控制器的良好跟踪性能.     

一类非线性系统综合自适应模糊控制

针对一类非线性系统把模糊控制、模糊逻辑逼近及模糊滑模控制相结合，提出一种综合自适应模糊控制方法．基于李亚普诺夫函数系统参数的自适应律，不需要最小逼近说差平方可积条件，而且利用模糊滑模控制补偿模糊系统的逼近最差及外部干扰对输出跟踪误差的影响，理论证明了闭环系统稳定，跟踪误差收敛到零或零的一个小邻城内．仿真表明了算法的有效性。     

一类高阶非线性系统的自适应动态面控制

研究了一类不确定高阶非线性系统的稳定跟踪控制问题,并基于动态面控制技术,提出一种自适应控制的设计方案.该方法不仅取消了已有文献中高阶非线性系统的控制系数为已知常数或存在已知上下界的假设,而且通过引入1阶滤波器,消除了后推设计中由于反复对虚拟控制求导而导致的复杂性问题.利用Lyapunov方法,证明了闭环系统是半全局一致终结有界,通过适当选取设计参数,跟踪误差可收敛到原点的一个小邻域内.仿真结果表明了所提控制方法的有效性.     

非线性系统的自适应广义预测控制算法

将非线性系统的广义预测控制推广到自适应情况,得到了一类用Hammerstcin模型描述的非线性系统的自适应广义预测控制算法.讨论了该算法的收敛性与稳定性.     

一类非线性系统的广义预测控制

对一类非线性系统的广义预测控制进行了研究。采用动态寻优的方法减小线性化过程中被舍弃的非线性项引起的误差,仿真结果表明了算法的有效性。     

基于Lagurre函数的一类非线性系统预测控制

采用有限级Ｌａｇｕｅｒｒｅ级数构成Ｈａｍｍｅｒｓｔｅｉｎ型非线性系统近似模型,并给出基于该模型的Ｈａｍｍｅｒｓｔｅｉｎ型非线性系统的自适应预测控制算法。仿真实验表明,这种自适应控制算法,对系统的时延和阶次以及非线性特性变化有较强的鲁棒性。     

非线性系统的直接自适应控制及其改进方法

针对非线性系统,提出了一种新的直接自适应控制方法．给出了相应的自适应控制器的设计方法,并分析了所构造的控制器的输出跟踪特性,得到了控制算法收敛的条件．文中还提出了一种改进型控制器——带梯度预报的直接自适应控制器．最后的仿真结果表明了文中结论的正确性及有效性     

多重时滞非线性系统的自适应预测控制

针对NARX模型中一步时滞控制算法不完全适用于多重时滞的情形,提出一种在工作点处用线性的动态切平面逼近一般的非线性系统的方法,结合一种准则函数和预测器算法,提出一种自适应预测控制算法,给出了该模型下具有遗忘因子的递推最小二乘非线性参数估计算法.仿真结果表明:该控制算法品质好,参数估计算法几乎无偏,验证了自适应预测控制算法和递推参数估计算法的有效性.     

一类非线性系统的鲁棒自适应模糊控制

对一类非线性系统，根据模糊自适应控制的设计思想，考虑逼近误差及外扰的影响，提出一种在控制器中增加一个鲁棒自适应控制项的设计方法，并利用Lyapunov理论证明了由此控制的闭环系统的跟踪误差可收敛到零的一个邻域内。采用该方法，无需事先知道逼近误差和外扰的界，从而提高了实际应用价值。     

一类非线性滞后系统的广义预测控制

对将线性系统的广义预测控制算法推广应用到非线性系统的控制问题进行了研究,即在每个控制周期内,递推预测非线性滞后系统在将来时刻的工作点,在工作点附近对非线性系统进行线性化,根据得出的线性化模型进行广义预测控制,并采用动态寻优的方法逐步逼近最优控制,仿真结果表明:非线性系统的广义预测控制算法能快速有效地跟踪系统的设定值,控制效果良好.     

一类非线性系统的鲁棒自适应控制

针对一类不确定的非线性系统,提出了一种鲁棒自适应控制设计,该方法能保证闭环系统所有信号全局一致有界,并且使所研究的非线性系统的范围扩大,仿真结果表明了该控制方案的有效性.