摘要：建立了准ARX多层学习网络预测模型,并用于非线性系统自适应控制问题.该模型的内核部分为一个改进的神经模糊网络(NFNs):一部分为三层非线性网络结构,采用自联想网络进行离线训练;另一部分为三层NFNs,采取在线调整.据此对参数进行分类,给出相应调整算法.然后,基于模型宏观结构的优势给出控制器设计方案.仿真分析给出该建模方法的有效性.

摘要：利用 Ｌｙａｐｕｎｏｖ泛函方法，对一类时延细胞神经网络（ＤＣＮＮ）给出了若干新的稳定性准则，这些准则对设计全局稳定的神经网络，具有重要的理论和应用价值．

摘要：本文利用 Ｌｙａｐｕｎｏｖ泛函方法和一些分析技巧得到了一类时延细胞神经网络ＤＣＮＮ全局渐进稳定性的若干新的判据；这些判据可用于设计出全局稳定的各种动态网络，且在信号处理，特别是动态图象处理中具有重要的意义．

摘要：　利用Liapunov泛函方法,结合矩阵不等式技巧,分析了时滞细胞神经网络(DCNNs)的平衡点存在的唯一性和全局渐近稳定性,保证DCNNs的全局稳定性的一个新的充分判据被得到·　所得判据提供了一些参数来适当地弥补了反馈矩阵与时滞反馈矩阵之间所需要的平衡关系·　这些判据可以容易被使用来设计和检验全局稳定的网络·　此外,所得判据是与时滞参数无关。

摘要：本文利用迭合度理论,通过构造适当的Lyapunov泛函并结合Yang不等式分析技巧,获得了具周期系数的时滞BAM神经网络周期解的存在性和全局指数稳定性的充分条件,这些结果对设计全局指数稳定的BAM神经网络与周期振荡的BAM神经网络具有重要的指导意义.

摘要：博弈理论应用于智能电网需求响应方案设计中,可以控制消费者耗电量,使电力市场中能源配置更加合理。文章给出零售商的收益函数和消费者的效用函数,并在零售商之间建立合作博弈模型、在零售商联盟与消费者之间建立Stackelberg博弈模型,分析了零售商与消费者之间的交易互动。当Stackelberg博弈达到均衡时各消费者的电力需求可以得到满足且零售商联盟实现收益最大化,同时零售商联盟的收益将依据Shapley值法进行分配。数值仿真结果表明,采用博弈均衡策略时耗电量曲线明显平缓,达到有效降低峰谷比的效果。

摘要：讨论了参数不确定神经网络的状态估计问题.由于参数的不确定性,无法设计观测器使观测器的状态与原来的神经网络达到完全同步,只能将误差控制在一定范围之内.对于给定的观测器中的增益矩阵,给出了判据来估计观测器的状态与原神经网络的状态间最终的误差界;同时,通过使用线性矩阵不等式的技术,给出了观测器中增益矩阵的设计方法.此外,对误差界的估计进行讨论,说明了影响估计准确性的主要原因.最后用2个例子来说明这些判据的有效性.

摘要：自《交通强国建设纲要》颁布以来,为了提升公路交通基础设施的本质安全水平,我国当代公路技术正从以快速、安全、畅通为特征的"第四代"公路,向以耐久、绿色、智能为特征的"第五代"智能公路转型发展.沥青路面是公路的主要路面结构形式.

摘要：为了减少对网络带宽、通信成本及智能体自身能量等有限资源的不必要的浪费,近些年来,基于事件驱动机制的多智能体系统协调控制的问题受到大量学者的关注,成为了国内外研究的热点.本文集中讨论了几类典型的事件驱动机制,着重介绍了集中式、聚类式、分布式事件驱动机制,自驱动机制和基于边信息的分布式事件驱动机制的设计思想及研究进展.此外,排除芝诺行为作为事件驱动机制研究的关键性问题之一,本文指出了其早期研究存在的盲点,并总结了两类有效的分析方法.最后,给出了事件驱动机制研究亟待解决的问题,并对其理论和应用研究进行了展望.

摘要：本文考虑了领队车控制输入未知的情况,提出一种多车辆纵向协作控制方法.首先,通过采用精确反馈线性化技术,得到了线性的车辆的动力学模型.然后,采用双向领队跟随通信策略,基于邻居车辆的状态信息,为每辆跟随车设计分布式控制律.考虑在领队车输入有界的情况下,提出了一种有效的多车辆协作控制算法,能够保证多车辆系统以最大的收敛速率达到内部稳定.最后,仿真结果展示了所提出控制器设计算法的有效性和优越性.