摘要：运用微分方程方法 ,讨论了一类满足 L ipschitz条件的非线性系统观测器的设计 ,结论表明稳定观测器的存在不仅与系统矩阵的特征值有关 ,而且与矩阵对距离不可观测对的大小有关 .给出的代数设计方法以条件数最小为目标准则 ,根据梯度下降法原理 ,用 MATL AB编写代码 ,设计者只须提供初值 ,程序即自动完成观测器设计 .

摘要：计算机控制系统的可靠性不仅与系统硬件有关，而且与系统软件抗干扰性能有关．通过设计软件的8种抗干扰程序，能有效地提高计算机控制系统的可靠性．图1。

摘要：提出了基于径向基函数 (RBFNs)控制混沌系统的方法 ,用RBFN网络补偿混沌系统的非线性部分 ,使被控系统变成近似线性系统 .设计线性状态控制器使系统状态达到期望位置 .用Duffing方程进行仿真实验 ,结果证明了该方法的有效性 .

摘要：为解决有源微波器件设计中复杂的参数问题,总结并完善了在Smith圆图上设计的若干个等参数圆理论,给出了这些圆方程的完整数学表达式,详细介绍了对应的实际工程特性以及实例分析,该理论对有源器件的研究开发有实际的指导意义。

摘要：针对具有时变周期不确定性的线性系统,提出了基于线性矩阵不等式(LMI)的P型鲁棒迭代学习控制(ILC)设计方法.建立能准确描述ILC过程的连续–离散2维(2D)模型,以LMI形式给出系统鲁棒稳定的充分条件,并将条件应用于控制器参数的设计.最后,数值仿真实例验证了所提方法的正确性.

摘要：采用状态反馈方法,着重讨论一类具有非线性扰动的关联时滞大系统的分散稳定化设计。利用H∞理论方法和实对称矩阵性质,导出了具有非线性扰动和关联时滞的大系统可分散状态反馈镇定的充分条件。借助于LMI方法,获得了具有较小增益的状态反馈控制率。结论推广了现有文献的研究结果。数值实例说明了方法的有效性。

摘要：设计前馈反传神经网络控制非线性系统混沌运动的新方法 .根据扰动参数模型输入输出数据 ,按照非线性学习算法训练网络产生系统稳定所需的小扰动控制信号 ,去镇定混沌运动 ,使嵌入在混沌吸引子中的不稳定周期轨道回到稳定不动点上 .H non映射数值仿真结果表明 ,这种方法控制非线性混沌系统响应速度快。

摘要：根据自然界中鱼鸟等所具有的种群运动特征,借鉴递阶编码的思想,构造出一种种群小生境微粒群算法,具有小生境内个体微粒自由运动特征分量和小生境种群运动特征分量分层递阶进化的特征,克服了标准微粒群算法或其改进算法在多峰函数寻优时出现的微粒“早熟”现象.应用该算法进行三层前向神经网络连接权值和网络结构联合并行自适应设计,在混沌时间序列预测中显示了良好的性能.

摘要：设计一种新型混合模糊神经推理系统 ,该系统仅从期望输入输出数据集即可达到获取知识、确定模糊初始规则基的目的 .再利用神经网络学习能力便不难修改规则库中的模糊规则以及隶属函数和网络权值等参数 ,这样大大减少了规则匹配过程 ,加快了推理速度 ,从而极大程度地提高了系统的自适应能力 .用它对Mackey Glass混沌时间序列进行预测试验 ,结果表明利用该网络模型无论离线还是在线学习均能对Mackey Glass混沌时间序列进行准确的预测 。

摘要：运用微分方程方法 ,讨论了一类满足 L ipschitz条件的非线性系统观测器的设计 .结论表明 :只要系统可观 ,稳定观测器总是存在的 ,改进了以往认为稳定观测器设计不仅与系统矩阵的特征值有关 。