耦合离散大系统分散自适应控制的稳定性

针对线性离散确定性耦合大系统，采用极点配置的方法给出一种分散的鲁棒间接自适应控制器，给出了详细完整的闭环系统全局渐近ＢＩＢＯ稳定性证明，同时可以看出该控制器对于各子系统间的弱耦合，未建模动态及有界常值扰动具有鲁棒性。     

非线性离散时间系统的自适应模糊逻辑控制

对一类非线性离散时间系统x(k 1)=f(x(k)) g(x(k)) d(k),根据模糊逻辑系统的逼近性质,给出了一种自适应模糊逻辑控制器的设计方法,利用李亚普诺夫稳定性理论,证明了控制算法是全局稳定的,跟踪误差收敛于零的某一邻域中,这一设计方法克服了JagamathanS(1998)文中要求模糊基函数向量满足持续激励（PE）条件这一难以验证和满足的假设条件。     

一类离散时间系统的鲁棒自适应控制

考虑一类同时存在未建模动态和有界外来干扰的离散时间系统，采用修改的最小二乘算法估计其建模部分的系统参数，并证明所构成的闭环系统是全局稳定的，且其输出跟踪误差还能达到预期的精度。     

基于Lyapunov稳定性的自适应神经网络控制方案

提出了一种基于Lyapunov稳定性的自适应控制律,使用神经网络模型综合分析非线性动力学系统的控制问题.基于Lyapunov稳定控制律开发出了一种改进的自适应神经网络控制方案,并给出了具有未知非线性一阶仿射系统的仿真控制演示,实验结果表明该神经网络自适应控制方案具有良好的非线性控制能力.     

离散时间线性参数变化系统稳定性分析

考虑离散时间时变线性系统稳定性,其时变的系统矩阵在一个由已知顶点矩阵所构成的多胞体中。通过应用参数依赖Lyapunov函数（涉及参数增量上界）,给出一个由线性矩阵不等式（LMI）表述的判据,以判别系统的鲁棒稳定性,用到参数依赖Lyapunov函数及参数增量上界。与二次稳定性及定常参数依赖的Lyapunov函数方法相比较,所得结果不仅把保守性降到一个更低水平,而且作为推论导出文献已有结果。对算例所做的比较计算证实了新方法的优越性。     

一类离散时间随机大系统的稳定性分析

对由定常非线性随机差分方程所描述的一类离散时间随机系统，本文应用一般状态马氏链遍历性有关理论及大系统方法研究了系统与遍历性相关的一些随机稳定性质，得到了有关系统平稳分布存在及其收敛方面的若干充分条件。     

离散时间神经网络的全局指数稳定性

研究了离散时间神经网络的全局指数稳定性问题．利用Liapunov函数法．得到了判断离散时间神经网络全局指数稳定性的一个新的充分条件．     

一种离散时间直接自适应控制算法

应用给出的离散时间直接自适应控制算法改进了离散简单自适应控制的一些缺陷，能够在计算控制律不违反因果律的条件下，使被控对象的输出直接跟踪理想参考模型输出．应用Lyapunov函数和正实引理证明了算法的收敛性，并通过仿真研究说明了算法的有效性和可行性．     

机械手的神经网络直接离散时间自适应控制算法

提出了一种机械手的神经网络直接离散时间自适应控制算法。该算法是神经网络方法和自适应动态滑动模控制方法的集成。自适应动态滑动模控制的作用有两个：其一是在神经网络控制失灵的情形下提供控制系统的全局稳定性；其二是改善系统的跟随性能。整个系统的全局稳定性和跟随误差的收敛性采用李雅普诺夫稳定性理论进行了证明，并得到了一种新颖的神经网络权值调整算法。     

离散时间控制定理的注记

在没有单调性的假设下证明了离散时间Morkov过程的控制定理。     

离散时不变线性系统的自适应控制

针对含未建模动态和外来干扰的离散ＳＩＳＯ线性系统，提出一种具普遍性的自适应控制方法．这种控制器的设计是基于系统的已知降阶模型，对建模部分的未知参数采用带有死区的加权最小二乘法进行参数递推估计，从而得到稳健的自适应控制．     

离散时不变线性系统的自适应控制

针对含未建模动态和外来干扰的离散ＳＩＳＯ线性系统，提出一种具普遍性的自适应控制方法，这种控制器的设计是基于系统的已知降阶模型，对建模部分的未知参数采用带来死区的加权最小二乘法进行参数递推估计，从而得到稳健的自适应控制。     

离散时间系统网络拥塞控制算法的稳定性

研究了基于队列长度的离散时间Internet拥塞控制算法.把时延Internet拥塞控制算法看作是一个复杂的动态非线性反馈系统,通过对离散时间系统的网络拥塞控制算法进行分析,得到了各通信回路时延不同条件下离散时间网络系统在平衡点的渐近稳定性判据.最后,通过仿真说明了结论的有效性和实用性.     

关于一类离散时间神经网络模型的稳定性

考虑一类离散时间神经网络模型的稳定性，得到了模型的平衡解是渐近稳定的充分必要条件。     

具有时滞的离散时间切换系统的稳定性

探讨具有时滞的离散时间切换系统的稳定性及鲁棒稳定性，分别给出判定系统稳定及鲁棒稳定的具有LMIS形式的充分条件，文中的结论也可用来设计使系统稳定的控制器．     

一个离散时间非线性系统的间接自适应模糊控制器

对于具有未知非线性函数的离散时间非线性系统。构造了一个间接自适应模糊控制器，并进行了稳定性分析，用模糊逻辑系统使系统参数化。如果参数化模型和真实系统是非常接近的，它们之间的差异是非常小的并且能假设为零，则能够构造一个简单的自适应模糊控制器，并且可以证明闭环控制系统在输入输出有界意义下的全局稳定性，且跟踪误差收敛到零，仿真实验证实了控制器的有效性。     

离散广义系统稳定性分析

广义系统的稳定性、能控性、能观测性是控制系统的结构属性,而Lyapunov方法在控制系统的分析和设计中起着至关重要的作用.研究了离散广义系统的稳定性、能控(能观)性和Lyapunov方程有对称解3者之间的关系,并得到等价条件.     

多层递归神经网络自适应控制及稳定性分析

提出一种基于多层归神经网络的自适应控制离散时间系统的方法,使用多层递归神经网络及新的动态ＢＰ算法（ＤＢＰ）描述未知系统的输入／输出关系。基于此神经网络模型,提出一种自适应控制方案,并对该方案的闭环稳定性进行了分析。     

具有时变时滞的离散时间随机神经网络的时滞相依稳定性分析

研究了一类具有时变时滞的离散时间随机神经网络的稳定性问题.通过构造包含更多交叉项的新的Lya-punov泛函,将时滞区间等分为两个子区间,根据时滞函数所处不同的子区间更加细致地讨论了Lyapunov泛函中相应项导数的上界,利用不等式技巧,自由权矩阵和凸组合方法得到系统均方全局指数稳定新判据,结果具有更低的保守性,并举例说明了本文方法的有效性.