延迟时间未知的时延系统Fuzzy-Gray预测控制

提出了一种带智能积分的参数自调整Fuzzy-Gray预测控制算法。该算法综合Fuzzy控制、Gray预测的长处，同时利用神经网络辨识延迟系统的延迟时间来在线调整灰色预测控制器的参数。仿真结果表明这种控制策略具有很好的控制效果，它是大延迟控制中克服延迟时间变化的很有希望的方法，并能较好地兼顾系统的动、静态特性，超调小、响应快，稳态精度高。     

基于神经网络的Smith补偿PID控制设计

针对工程实践中常见的纯滞后对象,在Ｓｍｉｔｈ补偿控制基础之上,利用人工神经网络的非线性映射功能对控制对象进行在线辨识,达到对时滞补偿预报的目的;利用神经网络ＰＩＤ控制器（Ａｄａｌｉｎｅ网络）代替常规控制器,实现了对时滞复杂对象的在线自适应控制;并根据ＩＴＡＥ性能指标原则对神经网络控制器参数进行整定,得到一组经验公式。仿真结果验证了本文神经网络控制方案的有效性。     

不确定混沌系统的模糊神经网络插值补偿控制

对不确定混沌系统的控制问题,研究了基于权值直接确定模糊神经网络(WDDFNN)的插值补偿控制方法。建立了基于数据驱动的WDDFNN,并使用WDDFNN实现对混沌系统的辨识,然后使用WDDFNN模型对混沌系统进行模糊插值补偿控制。基于Lyapunov稳定性理论,证明混沌系统在所提最优控制律作用下是渐进稳定的。仿真实验表明,该控制方法既可以实现快速跟踪任意参考信号,又可以有效抑制参数摄动、外部干扰,控制精度较高。     

基于模型参考的锅炉燃烧系统神经网络控制和辨识

大纯时延、煤种多变和蒸汽负荷频繁变化是链条炉难以进行良好燃烧控制的原因。对非线性延迟系统延迟时间的神经网络辨识方法进行了研究,即改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于神经网络动态补偿的模型参考自适应控制策略相结合,可用于对具有变化参数或不确定性延迟时间的非线性大延迟系统的控制。仿真结果表明:这种神经网络模型对非线性大纯时延系统的控制具有控制速度快、鲁棒性能好等优点。     

基于神经网络误差补偿的混沌系统广义预测控制

本利用BP结构神经网络，对混沌系统的建模误差进行预测，并将其补偿到广义预测控制中，以提高算法的鲁棒性，线性模型和神经网络的学习均采用阻尼最小二乘算法．仿真结果表明该算法对混沌系统控制的有效性．     

类模糊神经网络与非线性系统的在线控制

以实现非线性动态系统的在线控制为目的,提出了一种具有隐层数少、运算简便和逼近能力强等优点的神经网络－类模糊神经网络,并就非线性动态系统的在线控制给出了基于类模糊神经网络控制的选择记忆算法,使谤类非线性系统的在线控制问题得以解决。     

具有未知控制方向的自适应神经网络控制

讨论了一类具有未知死区模型和未知函数控制增益的SISO非线性系统的自适应神经网络控制问题.根据滑模控制原理,并利用Nussbaum函数的性质,提出了一种自适应神经网络控制器的设计方案.该方案取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件.通过引入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是半全局一致终结有界,且跟踪误差收敛到零.     

基于串级变结构神经网络的机器人补偿控制

针对机器人动力学的非线性、强耦合、时变特点，为了高速、高精度地控制机器人，提出了基于神经网络的机器人智能控制策略     

基于串级变结构神经网络的机器人补偿控制

针对机器人动力学的非线性、强耦合、时变特点,为了高速、高精度地控制机器人,提出了基于神经网络的机器人智能控制策略．讨论了机器人动力学模型的特殊性,指出模型中结构和非结构不确定性因素;研究了一种新型串级变结构神经网络（ＣＶＳＮＮ）;提出了一种基于新型ＣＶＳＮＮ的机器人控制策略．以精密Ｉ号机器人为仿真对象,证明该算法能够较好地补偿结构与非结构不确定因素,收敛速度快,能够自适应地调节自身的结构．     

基于偏差补偿的T-S模糊神经网络

将T-S模糊神经网络应用于化工生产过程的软测量,并针对提高软测量精度的问题,提出了一种基于偏差补偿的改进型T-S模糊神经网络模型。将网络模型输出与样本输出比较后所得的偏差,作为校正网络的样本数据输出,以样本输入数据为输入,对校正网络进行训练,建立了关于偏差的模糊系统模型,将校正网络的输出对软测量系统模型的误差进行修正。经过实际测量,取得了较好的应用效果。     

时滞系统终端时间参数优化控制

针对时滞系统终端时间优化控制问题,提出一种基于参数化的数值求解方法.首先将优化控制向量用分段常数函数来近似;然后引入时间转换方法将未知切换时间点和未知终端时间映射到新时间域的固定时间点上,从而将原未知时域的时间最优控制问题近似为固定时域的非线性规划问题;最后采用全联通粒子群算法求解.资源再生系统优化控制问题的仿真结果表明所提方法是有效的.     

具有时滞的Lurie型间接控制系统的绝对稳定性

利用Lyapunov函数和Razumikhin技术,对具有时滞的Lurie型间接控制系统的绝对稳定性进行了研究,并通过求取导数的方法得到了该系统绝对稳定性的相关条件.最后给出一个算例说明本文取得的结果优于已有文献取得的结果.     

不确定多时滞非线性系统的自适应鲁棒控制

针对一类不确定多时滞非线性系统，在不确定项的范数有界，但其上界未知的情况下，论证了自适应鲁棒控制器存在的条件，并给出能适应未知参数变化的鲁棒控制律的设计方法。具体算例的仿真结果说明了此法的有效性。     

具有时滞的Lurie型控制系统的绝对稳定性

利用Ｌｉａｐｕｎｏｖ泛函讨论了系统方程分别为ｘ（ｔ）＝Ａｘ（ｔ）＋Ｂｘ９ｔ－τ）＋ｂｆ（σ（ｔ）），ｘ（ｔ）＝Ａｘ（ｔ）＝Ｂｘ（ｔ－τ）＋ｂｆ（σ（ｔ－τ））的Ｌｕｒｉｅ型直接控制系统和间接控制系统的绝对稳定性，得到了一些比较实用的代数判据。     

LMI-based delay-dependent robust control for value bounded uncertain systems with time delay

The present paper investigated the delay-dependent robust control for linear value bounded uncertain systems with state delay. By introducing the idea of matrix decomposition into the synthesis problem, incorporating with Lyapunov-Krasovskii functional method and adding “zeros” matrix through the correlation of each item in Newton-Leibniz formula, we present a sufficient condition via the feedback stabilization based on linear matrix inequality (LMI). LMI is a new delay dependent condition that is much less conservative, and it guarantees that the system is robust asymptotically stable via state feedback controller. Neither the model transformation nor the bounding cross terms is employed. Finally, a numerical example is presented and it demonstrates the effectiveness of the offered method.      

互联非线性时滞系统的分散式自适应跟踪控制

为了实现系统对目标轨迹的快速准确跟踪,针对一类互联非线性时滞系统,提出了一种分散式自适应跟踪控制策略。通过使用极限学习机来处理系统中的未知非线性函数,引入Lyapunov-Krasovskii函数来处理未知时滞,结合反演控制技术和动态面控制技术,实现分散式自适应跟踪控制;基于Lyapunov稳定性理论以证明所设计的控制策略可以保证闭环系统跟踪误差一致且最终有界稳定,并借助两级化学反应釜系统验证所提控制策略的有效性。结果表明,所提控制策略能够有效处理系统中的非线性项与系统时滞,实现对目标轨迹的快速准确跟踪。所提策略能克服未知非线性和未知时滞对系统的影响,可为处理复杂非线性时滞系统提供参考。     

时滞控制系统 PID 参数的整定

针对工业过程中的二阶时滞系统，依据衰减频率特性法，得出了ＰＩＤ参数的整定公式，为实现自整定ＰＩＤ控制器打下了理论基础和成功依据．     

一类离散非线性时滞互联系统的模糊分散控制

针对一类离散时间非线性时滞互联系统,给出了一种模糊分散控制设计方法,首先采用模糊T—S模型对非线性时滞互联系统进行建模,然后利用分散化并行分布补偿（PDC）方法设计模糊分散控制器．根据李雅普诺夫稳定性理论线性矩阵不等式（LMI）,证明了模糊时滞互联系统的稳定性．