摘要：通过研究受控混沌系统在Poincare截面上的分岔结构特性,确定了控制器主要参数(如控制刚度、延迟反馈时间等)的取值范围,从而为有效地设计控制器实现控制目标提供了新方法.根据受控混沌系统的吸引子几何结构特征,选择适当的Poincare截面来揭示受控系统的分岔结构,并以3种经典的混沌系统为例,根据受控系统的分岔特性确定控制器参数的范围,实现了不同周期目标态的控制.数值模拟结果表明,此方法简单易行,对各种混沌控制器参数的确定非常有效,具有实用意义和参考价值.

摘要：基于高维磁悬浮控制系统的倍周期分叉、混沌特性 ,从理论上提出了一种确定控制器参数范围的近似方法。通过基于谐波平衡准则的分析 ,给出了此系统产生混沌的近似条件 ,确定了混沌存在的位置 ,获得了此系统产生混沌及其它动力学行为的参数图 。

摘要：本文用分叉理论的规范形方程设计和综合期望贮存静、动态记忆模式的神经网络。对于期望贮存静态记忆模式的网络，该规范形方程为叉形分叉的；若期望贮存的记忆模式是周期振荡形式，该规范形方程为高余维数Ｈｏｐｆ分叉的，由满足设计约束的规范形系数得到的突触连接系数可以保证期望贮存的记忆模式都能成功地存贮于所设计的网络，且是网络仅有的吸引子，没有伪吸引子，吸引域的范围足够大。

摘要：综述神经网络系统非线性动力学行为及其与网络性能的联系和在科学和工程中的应用；讨论了神经网络的权值动力学系统和状态动力学系统的动态过程，神经网络的稳定性和鲁棒稳定性，高阶关联网络的性能、张量描述、吸引性和复杂性，神经网络设计和综合的分叉理论；说明了神经网络动力学分析的意义和重要性．

摘要：本文运用控制和通信理论设计出新一代数字随机振动控制系统ＤＲＶＣ－Ⅱ型机。由ＰＣ微机和ＴＭＳ３２０２０信号处理器及智能接口构成主从系统，在保持原数字随机振动控制系统ＤＲＶＣ—Ⅰ的优点基础上，系统的回路速度大为提高，系统的结构更为紧凑，整个系统具有了更高的性能价格比。

摘要：考虑电液伺服系统的复杂非线性和不确定性特性，提出一类基于神经网络的并行自适应预测ＰＩ控制结构，该结构使控制参数的调整和系统的实时控制操作可并行进行，不仅做到了神经模型和控制器的在线辨识和设计，而且避免了神经网络方法通常存在的实时控制的困难，使复杂系统的在线学习控制成为可能。仿真结果表明该控制器具有良好的适应性和鲁棒性。

摘要：理论分析表明：由于非线性磁力的作用，此类系统将产生一次余维二分叉和二次Ｈｏｐｆ分叉及异宿分叉；此时控制器参数的设计值将直接影响系统的稳定性．文中给出了分叉参数条件、分叉曲线、全开折平面相图．最后，对实际磁轴承系统进行仿真，其结果证明了理论分析的正确性．文中的分析研究为此类控制系统的优化设计、稳定控制提供了理论依据．

摘要：针对结构试验系统的非线性和不确定性特性，提出一种神经网络并行自学习跟踪控制器，在满足试验系统实时性要求的条件下，通过神经网络在线建模和虚拟学习做到了控制器的在线自适应设计，并解决了实时训练样本不足的问题。

摘要：针对结构试验系统的非线性和不确定性特性，研究了一种基于神经网络的非线性内模自适应加载控制方法。引入的神经网络内模可跟踪学习对象的时变动力学，控制器的设计较少依赖于对象的先验知识，控制参数的调整是基于被控过程的测量信息，利用导出的神经网络算法来实现的。实验结果证明该系统具有良好的控制效果。

摘要：根据磁悬浮系统的动态特性，首先提出了具有非线性鲁棒 Ｐ Ｉ Ｄ 控制器的电磁耦合磁浮系统的动力学模型，从理论上分析了此系统产生分岔时的复杂动力学行为，给出了 Ｈｏｐｆ分岔的参数条件，及控制器参数选取域，以使当参数在某一给定范围内变化时，系统始终保持在渐近稳定的平衡态，且通过对具体磁悬浮系统的数值仿真，表明此电磁耦合控制系统的动力学行为很复杂，对它进行分析是实现稳定控制的关键，仿真结果与理论分析完全相符；本文的分析对磁悬浮控制系统的进一步设计、稳定控制有理论指导意义。