在控制理论中,控制非严格反馈非线性系统是一个具有挑战性的问题。 在本文中,我们考虑使用模糊逻辑系统对一类具有非严格反馈结构的非线性系统进行自适应模糊控制。 开发了可变分离方法以克服非严格反馈结构带来的
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
采用Stop 和Play算子表示的Prandtl-Ishlinskii回滞模型描述回滞特性, 该模型便于实现控制器的设计.考虑带有未知回滞驱动且以状态空间形式表示的连续时间线性动态系统, 给出了模型参
线性和Lipschitz非线性多主体系统的自适应容错跟踪控制
提出适用于多种网络类型的神经网络稳定自适应控制设计思想, 在神经网络逼近误差界未知 的条件下,对该误差界进行在线自适应估计,研究基于线性参数神经网络的仿射非线性系统稳定自适应 控制。采用 Lyapun
用于某类非线性系统的基于自适应控制的模糊模型
针对一类具有不确定输入时滞和扰动的非线性系统的跟踪控制问题,提出了一种结合了反推,神经网络和自适应控制的状态反馈控制方案。 构造滤波器和虚拟观察器以产生辅助信号。 使用神经网络来估计未知的连续函数。
提出一种积分不等式新方法, 讨论不确定线性多时变时滞系统的鲁棒稳定性以及鲁棒稳定化问题. 首先利 用Park 不等式建立了基于二次型项的积分不等式, 利用这一不等式获得了系统基于LM I 的时滞相关、
基于动态输出反馈的时滞 T-S 模糊系统无源可靠控制
研究超混沌Bao 系统的控制问题. 首先, 给出超混沌Bao 系统的Lyapunov 指数图, 用以验证系统存在超混沌现象; 然后, 将线性反馈控制方法和自适应反推控制方法应用于超混沌Bao 系统,