参数不确定马尔可夫跳变系统的镇定控制算法研究

研究了具有参数不确定的线性马尔可夫跳变系统的鲁棒适应控制问题。对于切换律是可观测的情形,利用线性矩阵不等式和共同2次Lyapunov函数的方法,给出具有参数不确定的切换系统2次镇定的充分条件。基于此结果,对于切换律符合不可观测的马尔可夫随机过程的情形,通过设计一个恰当的采样适应控制器得到系统随机可镇定的充分条件。最后,通过一个例子给出适应镇定控制器的算法。     

理想机模型与人工智能

提出了理想机是包容性最大的智能系统理论模型，是人类利用工具的最理想目标，是对人、动物及一切人造机器系统功能的科学抽象的概念。在此把人工智能归结到了理想机的高级信息处理机中。鉴于研究人工智能系统的超复杂性和艰巨性，提出了研究智能的策略：跳高原理、波动机理。其核心是制定研究目标要恰当，不能太高、太大。否则结果很可能是失败。     

一种新的集中因子

介绍一种新的用于计算函数跳跃值的集中因子.通过该因子和Fourier共轭部分和求得跳跃值,并将收敛速度提高到O(lnn/n).文中得到的结果改进了Lukacs定理,与Gelb和Tadmor的结果相比更易于计算.     

时变时滞不确定离散Markov跳跃广义系统的鲁棒输出反馈镇定

考虑了时滞不确定离散Markov跳跃线性广义系统的鲁棒稳定性和动态输出反馈镇定问题,时滞是时变的且不确定是范数有界的参数不确定。对所讨论的广义系统进行受限系统等价变换,然后引进新的状态变量,将原有系统等价转换为时滞Markov跳跃标准线性系统。通过构建一个新颖的Lyapunov-Krasovskii函数,得到了判定系统正则、因果和鲁棒随机稳定的线性矩阵不等式(linear matrix inequality,LMI)的充分条件。对于转移概率已知和未知但是具有上界的情形,分别给出了动态输出反馈控制器的设计方法。最后,数值算例验证了本文方法的有效性。     

跳噪声扰动下人工压缩Navier-Stokes方程解的适定性

为了克服不可压约束条件数值计算困难，引入人工压缩方法，利用Lévy型伊藤公式、一致先验估计、局部单调性和弱收敛方法，由经典的Minty-Browder方法得到人工压缩Navier-Stokes方程强解的存在唯一性.