基于神经网络的非线性系统轨迹线性化自适应容错控制

基于自适应非线性阻尼, 提出一种鲁棒自适应输出反馈控制方法. 该方法适用于带有未建模动态、未知非线性、有界扰动、未知非线性参数和不确定控制系数的多输入多输出非线性系统. 理论证明, 在一定的假设条件下

论文研究-一类非线性系统的自适应模糊控制.pdf, 针对一类非线性系统,利用模糊逻辑提出一种鲁棒自适应控制方法.首先证明在一定的条件下,闭环系统必能稳定,并证明这个条件即必落人某一紧集中成立,同时考虑

针对一类同时具有参数和非参数不确定性的高阶非线性系统,开发了一种自适应学习控制算法。 未知的时变参数是通过周期性重复学习策略估算的。 为了解决非参数不确定性,未知的周期性参考输入信号通过有限傅立叶级数

针对一类不确定的随机非线性大系统,提出了一种自适应模糊分散控制方法。 模糊逻辑系统用于近似未知的非线性,而后推技术则用于构建自适应模糊分散控制器。 结果表明,所提出的控制方案保证了所有闭环系统都是半全

一类受扰非线性系统的自适应动态面控制

时变非线性系统的特征模型与自适应迭代学习控制

一类不确定非线性系统的模糊神经网络非线性鲁棒控制研究，崔翠杰，鲜斌，本文针对一类多输入多输出不确定非线性系统，在受到外界未知扰动的影响下，提出了将一种模糊高斯函数神经网络与一种非线性鲁棒控

神经网路机器人机构及非线性系统控制，介绍了控制器的设计思路与稳定性证明，还是很详细的，推荐一下

针对一类单变量非线性离散时间系统, 提出一种零阶接近有界的多模型神经网络自适应控制器. 该控制器 包含一个非线性鲁棒自适应控制器和一个非线性神经网络自适应控制器. 当系统非线性项放宽到零阶接近有界时,

本文提出了一种具有输入时滞的非线性纯反馈系统的自适应神经控制设计。 引入了新的状态变量和相应的变换,从而可以将纯反馈系统的状态反馈控制视为规范系统的输出反馈控制。 提出了一种结合有高阶神经网络(HON