摘要：本文利用自适应控制的方法,研究了复杂动态网络有限时间同步控制问题.针对网络的耦合权重已知和耦合权重未知两种情况,分别设计了相应的自适应控制器和参数自适应律.利用有限时间稳定性定理和Lyapunov稳定性理论,证明了复杂动态网络的误差动态系统是有限时间稳定的,并给出了同步过渡时间上界的估计.最后,利用数值算例验证了本文结论的有效性.

摘要：针对复杂网络包含节点较多,且其节点状态测量成本过高的问题,提出复杂网络输出反馈量化同步控制方法。为了减轻信号传输对网络带宽的压力,采用对数量化器对控制输入信号进行量化,并利用范数有界不确定性的方法处理控制量化问题。通过设计状态观测器获得网络节点的状态估计值,以此为基础给出了复杂网络的输出反馈量化同步控制器的设计方法。通过求解线性矩阵不等式,可同时获得观测器增益矩阵和控制器增益矩阵。根据Lyapunov稳定性理论,证明了观测误差动态系统以及同步误差动态系统的渐近稳定性。最后,利用蔡氏电路网络的仿真验证了所提方法的可行性和有效性。

摘要：研究了具有执行器故障的复杂网络容错同步控制问题.考虑了执行器的失效、偏差以及两者同时存在的三种执行器故障情况,利用线性矩阵不等式技术,给出了动态输出反馈控制器的设计方法.根据Lyapunov稳定性理论,得到了在执行器不发生故障时,同步误差渐近收敛;在执行器发生故障时,同步误差范数有界的理论结果.最后,通过数值仿真验证了所提方法的可行性和有效性.

摘要：针对具有执行器饱和与随机非线性扰动的离散系统,提出一种模型预测控制器设计方法。通过引入一个服从Bernoulli分布且已知条件概率的随机变量描述系统的随机非线性扰动,根据预测控制的滚动优化原理,在每一采样时刻,求解保证无穷区域二次性能指标期望值的上界达到最小的优化问题。运用Lyapunov稳定性理论,给出了保证控制算法可行性和闭环系统随机稳定性的充分条件。最后通过仿真验证了所提控制方法的有效性。

摘要：文章研究了具有网络攻击和输出耦合的复杂网络同步控制问题.在控制器到执行器之间发生欺骗攻击和拒绝服务攻击的情况下,设计了输出反馈PID控制器.基于Lyapunov稳定性理论和线性矩阵不等式技术,获得了同时满足同步误差系统均方渐近稳定和严格(Q,S,R)-γ-耗散性的充分条件.最后通过仿真验证了理论结果的可行性和有效性.

摘要：利用Lyapunov方法研究带有非线性不确定参数的线性时滞系统的鲁棒稳定性和鲁棒镇定问题.针对该系统给出其鲁棒稳定性条件及无记忆状态反馈控制器设计方案,所得判别条件和控制器均以LMI的形式给出.最后给出算例说明结论的有效性.

摘要：基于深度强化学习(DRL)对无人机编队路径规划问题进行研究。针对强化学习算法模型在编队控制问题中存在收敛速度慢、奖励稀疏等不足,将人工势场法引入深度强化学习,建立了无人机编队路径规划网络训练框架。同时,根据编队控制目标设计了编队切换奖励函数进行训练。基于AirSim和UE4仿真器,搭建了无人机强化学习编队路径规划仿真训练环境,实现在威胁区域环境中的无人机编队路径规划控制。通过对比实验验证了本文算法在编队稳定性以及碰撞率等方面相较于基线算法具有更优越的性能以及更快的收敛速度。

摘要：针对永磁同步电动机系统的参数处在某些范围内出现的混沌振荡现象,以单个永磁同步电动机系统为节点,建立多电机互联网络模型,研究复杂电机网络的混沌振荡同步控制。通过所设计的PD控制方法,使整个电动机网络在有限时间内达到目标平衡点,确保电机网络的稳定。理论分析和仿真结果表明,所设计的PD控制器能够有效地提高电机网络的稳定性和收敛时间,对保证电动机传动系统的协调同步运行具有一定的应用价值。

摘要：为了解决大学校园文化传播的速度较慢、发布的不统一、发布较为分散等不足之处,于是想到了开发一个基于Struts2框架的大学校园文化管理系统,本系统采用MVC设计模式,通过对校园文化的收集、整理、编辑和发布,完善了上述的几个不足之处,使得学生和老师能在第一时间掌握校园动态。从实际开发及应用的角度来说,基于Struts2框架的Web开发,有效的提高了开发效率,在降低了各个部分之间耦合度的同时,实现了多人同时开发系统的不同功能,与此同时,也保证了系统的后期的维护和新功能的开发。

摘要：利用深度强化学习方法对威胁区域环境下多无人机(UAV)自主路径规划问题进行研究。为了解决强化学习算法中普遍存在难以收敛的问题,提出了一种改进的Actor-Attention-Critic for Multi-Agent Reinforcement Learning (MAAC)算法用于多UAV的自主路径规划。通过建立多UAV势场环境模型定义强化学习的马尔科夫决策过程(Markov Modulated Process, MDP),在动态环境中规划出合理的无碰撞路径。仿真实验验证了所设计的多UAV自主路径规划控制算法的有效性,并通过对比仿真验证了该算法在收敛速度和避免碰撞方面具有更优越的性能。