针对一类状态不可测的单输入单输出非线性不确定系统, 提出了一种基于最小二乘支持向量机(LSSVM) 的直接自适应??H∞ 输出反馈控制方法. 该方法首先设计一种误差观测器, 间接地估计出系统的状态;
针对一类互联非线性系统,提出一种分布式故障估计观测器设计方法.首先,将状态向量和故障向量进行增广设计,得出等价的增广互联系统;其次,利用互联子系统之间的耦合信息,设计包含关联子系统估计信息的分布式故障
针对一类未知的连续非线性系统, 提出一个基于单网络近似动态规划(ADP) 的近似最优控制方案. 该方 案通过设计一个新型的递归神经网络(RNN) 辨识器放松了系统模型需已知或部分已知的要求, 并利用一
针对一类半严格反馈型不确定非线性系统, 提出一种鲁棒反演滑模变结构控制方法. 采用反演控制方法设 计了使前?? − 1 阶子系统稳定的虚拟控制律, 抑制非匹配不确定性的影响; 在第?? 步设计了一种连
针对传统加幂积分控制在远离原点区域收敛速度过慢的问题,基于加幂积分控制和快速有限时间Lyapunov理论对一类非匹配不确定非线性系统提出一种快速化的加幂积分控制.该方案保留加幂积分控制有限时间收敛、无
针对多变量非线性离散时间系统设计多模型神经网络解耦控制器. 在每个平衡点处用一神经网络离线辨识 非线性系统的线性部分, 利用另一神经网络在线辨识非线性部分, 将非线性部分视为可测干扰并采用前馈的方法予
一类无严格反馈形式的切换非线性系统的自适应神经反演
该研究考虑了一类不确定非线性系统的全局自适应镇定问题,其中不确定性可能无法参数化。 借助差分拓扑中的统一分区技术,全局使用神经网络获得函数的近似值。 逼近理论的用处在全局自适应神经网络控制器的设计。
针对一类非线性离散动态系统,基于神经网络和多模型设计了一个自适应控制方案。通过合理设计多模型间的切换规则,融合线性鲁棒自适应控制器和基于神经网络的非线性自适应控制器的各自优点,确保在任意时刻都能选择最
具有输入饱和约束的一类MIMO非线性系统的迭代学习控制
