摘要：针对一类不确定非线性系统,采用模糊技术,提出了一种新的二次稳定控制方案.应用模糊T-S模型和模糊逻辑系统对非线性系统建模,所设计的模糊控制器使得闭环系统二次稳定并满足期望的L_2范数界.该方案的主要优点是不对逼近误差和不确定性做约束假设.仿真结果表明了该方案的可行性.

摘要：本文针对含有不确定性,时延和未知系统状态的复杂非线性系统,考虑了输出反馈控制问题.应用模糊T-S模型逼近非线性系统建模,RBF神经网络作为补偿器来消除建模误差和不确定性.所设计的控制器能够使得闭环系统满足期望的H∞性能.

摘要：针对一类不确定非线性系统,提出了一种模糊容错控制方案.采用模糊T-S模型来逼近非线性系统,由线性矩阵不等式设计模糊模型的控制律.构建了模糊逻辑系统作为补偿器来抵消对非线性系统的建模误差和因故障引起的不确定性,并证明了闭环系统能够满足期望的跟踪性能.仿真实例表明了所提出容错控制方案的有效性.

摘要：针对单输入单输出的非线性时延系统,本文考虑了其自适应模糊跟踪控制问题。构建了一种自适应时延模糊逻辑系统用来逼近未知时延函数;设计了补偿器来抵消模糊逼近误差和外部扰动。根据跟踪误差给出了参数调节规律。构造了包含时延的李亚普诺夫函数,从而证明了误差闭环系统满足期望的跟踪性能。仿真结果表明了该方案的可行性。

摘要：针对一类单输入单输出非线性多时滞系统,提出了一种自适应模糊跟踪控制方案.该方案结合了自适应控制和H_∞控制.构建了自适应时滞模糊逻辑系统用来逼近未知时滞函数;设计了H_∞补偿器来抵消模糊逼近误差和外部扰动.根据跟踪误差给出了参数调节规律.证明了误差闭环系统满足期望的H_∞跟踪性能.仿真结果表明了该方案的有效性.

摘要：针对一类具有不确定性、多重时延和状态未知的复杂非线性系统,把模糊T-S模型和RBF神经网络结合起来,提出了一种基于观测器的跟踪控制方案.首先,应用模糊T-S模型对非线性系统建模,设计观测器用来观测系统状态,并由线性矩阵不等式得到模糊模型的控制律;其次,构建了自适应RBF神经网络,应用自适应RBF神经网络作为补偿器来补偿建模误差和不确定非线性部分.证明了闭环系统满足期望的跟踪性能.示例仿真结果表明了该方案的有效性.

摘要：针对多输入多输出非线性最小相位系统,把自适应模糊控制和自适应模糊辨识结合起来,提出了一种自适应模糊控制方案.设计辨识器用来辨识系统的未知部分;然后由跟踪误差和辨识误差给出了参数调节规律,两种误差同时调节参数改善了系统性能.模糊逻辑系统用来估计未知函数.控制方案保证了系统的稳定性,实现了有界跟踪.仿真结果表明了该方案的可行性.