论文研究一类时变非线性系统的混合自适应重复学习控制 .pdf

非线性系统设计微分几何、自适应及鲁棒控制介绍了非线性系统设计所需的微分几何知识并介绍了一些自适应鲁棒控制懂了这本书就无敌了

针对一类含有非匹配不确定性的块控型多输入多输出非线性系统, 提出一种基于反演技术和RBF 神经网络 的控制系统设计方案. 通过引入一种改进型的Lyapunov 函数, 避免了控制矩阵未知情况下可能出现

时变时滞非线性系统的稳定性，万安华，，时变时滞非线性系统的稳定性具有重要的研究意义。本文利用非线性测度概念,建立了两类时变时滞非线性系统的稳定性分析方法,给出了

论文研究-多输入非线性串级系统的自适应控制.pdf,  对一大类含有未知参数的多输入非线性串级系统 ,基于 backstepping递推设计方法 ,进行了自适应控制设计。当自适应控制律作用于该系统时

针对一类更广泛的非仿射非线性离散系统, 提出一种改进的无模型自适应控制算法. 该算法基于非参数动态线性化方法, 运用观测器的思想, 实现带有扰动系统的实时动态线性化, 进而将无模型自适应控制方法的应用

针对一类非线性系统,提出了一种自适应评价方法.该方法可以控制系统输出对参考信号进行跟踪,其评价函数可直接解析求出.该方法只需一个动作网络用于产生控制动作,并且方法中的网络权值初始化可随机选取.使用Ly

时变神经网络结构可简单地取为常规神经网络连接形式,但连接权却是时变的。如何确定时变权是应用时变神经网络时的难题。它将将时变连接权展成Taylor级数,通过训练多个式系数的处理方法。而且,通常的处理方式

针对一类含有时变状态时滞和中立时滞的不确定性系统,提出一种新型滑模变结构控制方法.首先,基于全程滑模的思想,设计带有中立时滞项的积分型滑模面以消除趋近模态;然后,充分利用时滞下界的信息选取Lyapun

针对一类高阶互联M IMO 非线性系统, 利用TS 模糊系统和神经网络的通用逼近能力, 在神经网络控制器 中引入模糊基函数, 提出一种分散混合自适应智能控制器设计的新方案. 基于等价控制思想, 设计分

针对一类既不可反馈线性化也不仿射于控制输入的高阶随机非线性系统, 研究其状态反馈镇定问题. 利用 齐次占优和反推技术, 所设计的状态反馈控制器使得整个闭环系统在[0,+∞) 上几乎处处有唯一解, 并使