摘要：一个具有足够神经元的多层 BP网络就可逼近任何函数。但是 ,在运用 BP网络时难以找到最佳的权值 ,此外 ,隐含层神经元的个数、学习的速率、训练时初始权值以及收敛的方法均影响学习的权值。这里采用均匀设计方法构造神经网络模型 ,并将其应用于生化过程的氧转化系数的预估模型上。实验表明 ,应用均匀设计法能简化网络设计 ,避免其陷入局部最小、缩短训练时间、加快收敛速度。

摘要：针对具有建模误差和不确定干扰的多关节机械臂的轨迹跟踪问题,设计反演非奇异终端神经滑模控制。该方案是采用能有限时间收敛的非奇异终端滑模面,根据滑模控制原理和反演方法设计反演滑模控制器;对于反演滑模控制系统中由于建模误差和不确定干扰造成的不确定因素的上界,设计径向基(Radial basis function,RBF)神经网络自适应律,在线估计不确定因素的上界;利用李亚普诺夫定理证明了系统的稳定性。仿真结果表明,该方法具有良好的轨迹跟踪性能,提高对于建模误差和不确定干扰等因素的鲁棒性,削弱了抖动。

摘要：将现代控制理论的状态反馈及状态观测器 ,引入传统的 Smith预估 PID控制补偿控制 .同时 ,在设计状态反馈及状态观测器中 ,考虑到可能出现的双环谐振情况 .采用基于 Butterworth滤波器原理的协调优化设计方法 .从而 ,改进系统的动态特性 。

摘要：纯滞后对象是一种很难控制的对象。文中采用串级双环状态反馈控制,使这种对象获得较理想的控制品质。系统的设计方法包括:采用数值逼近方法将对象拟合成有理多项式,并选择一种近乎理想的最优低通滤波器作为串级系统内外环的参考模型;根据串级内、外环不同结构分别采用开环和闭环校正,并引入状态观测器,大幅度地减少状态的检测数量;同时采用内外环系统的协调设计,拉开内外环回路的操作频率,有利于提高系统的鲁棒性。通过仿真实验,证实该方法相当有效。

摘要：对具有不确定性的直线电机伺服系统进行鲁棒控制。把一矢量控制的永磁直线电机构成一个三环系统,在速度环和电流环内采用IP速度控制器和状态反馈控制器,以实现电机的高精度快速进给,并抑制外部扰动对系统的影响。为了保证对于所有允许的参数不确定性,系统都具有所期望的性能,采用保性能控制方法设计其最优状态反馈保性能控制器。对电机在两种最恶劣情况下作了仿真实验。结果表明,和传统的方法相比,用该方法设计的直线伺服系统具有性能鲁棒性,当参数变化时,系统具有较好的抗扰性和跟踪性能。

摘要：在非线性因素存在的情况下 ,采用了分层遗传算法设计数字控制器。能够同步获得结构简、参数优的数字控制器。数值实验表明了本方法的有效性。

摘要：根据工业过程对象特性，提出数字控制器的设计方法，它具有PID控制的广泛适用性、高鲁棒性及控制品质可定量估计的优点。

摘要：最优控制是现代控制理论的中心课题,许多最优控制方法都可用于控制系统的设计.文中首先分析这些控制方法的一致性和差异,然后利用一个系统的弹性系数或向量,将控制目标函数与限制条件组合成一个统一的盒子函数.这个新的盒子函数用于最优控制系统的设计,可以导致最优控制机理更加清晰,也使控制系统设计更加方便.

摘要：介绍了用MATLAB进行滞后-超前校正器的设计方法，给出了基于频率法设计滞后-超前校正器的函数frlaglead，调用该函数就可以设计所需的滞后-超前校正器，最后以实例介绍了用MATLAB设计滞后-超前校正器的详细过程。

摘要：提出了一种基于Bessel滤波器设计状态反馈系统的方法.该方法采用Bessel滤波器的传递函数作为待设计系统的闭环传递函数,使得系统的阶跃响应无超调.仿真结果表明:基于Bessel滤波器设计的状态反馈系统无超调,具有较强的抗扰性能.