一类未知MIMO非线性离散系统的改进自适应准滑模解耦控制

一类具有干扰的不确定非线性系统的自适应神经动态表面控制

未知马尔可夫跳跃非线性系统的数据驱动滑模跟踪控制

一类网络非线性互联系统的分散自适应事件触发H∞滤波

研究一类未知异构非线性多智能体的编队控制问题.首先,利用全格式动态线性化(full form dynamic linearization,FFDL)方法将未知非线性智能体转化为含有时变参数的数据模型,

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

针对板球系统对期望轨迹的跟踪问题,提出了一种反演自适应动态滑模控制方法。考虑实际情况下外界干扰及不确定量的未知性,结合自适应控制对未知量边界进行估计。为了有效削弱对数学模型的依赖性,同时规避反演法中的

于非线性函数提出了一种新型离散非线性指数趋近律，实现切换项系数随系统运动点到切换面的距离由大到小非线性变化，使系统运动点到达过程由快到慢的变速控制；设计了基于离散菲线性指数趋近律的控制器，研究了几种离

研究一类非线性互联大系统的分散自适应预设性能有限时间跟踪控制问题.结合神经网络自适应技术、实际有限时间控制理论和预设性能控制方法,提出一种新的预设性能控制设计方法,以解决传统预设性能方法难以实现分散控

针对含有高阶不确定扰动项且不可参数线性化的一类非线性系统, 采用反步递推方法设计基于多层神经网 络的自适应控制器. 多层神经网络可较好地逼近非线性系统, 其权值能在系统先验知识不多的情况下在线调整.

针对一类非线性系统的稳定控制器设计问题, 根据广义模糊双曲正切模型的万能逼近性质, 提出一种带有可调参数的广义模糊双曲正切模型的自适应控制器设计方法. 该设计方法的优点是使得自适应律的个数不依赖于广义