摘要：为了实现一类新型混沌系统的同步控制,提出一种基于T-S模型的模糊控制方法。利用T-S模糊模型对Nadolschi混沌系统进行精确描述;采用并行分布补偿技术设计状态反馈控制器;进而将Nadolschi系统的同步控制问题转化为误差模糊系统零平衡点的镇定问题。然后,利用精确线性化的方法将误差模糊系统转换成定常系统,最后,根据线性系统理论,得出使Nadolschi混沌系统达到渐近同步的充分条件。仿真结果验证了所提方法的有效性,所设计的模糊控制器具用结构简单,规则少,控制响应速度快等优点。

摘要：研究了一类具有时滞的非线性连续系统的H∞鲁棒容错控制。采用具有时滞的T-S模糊模型,在系统存在执行器失效情况下,设计了状态反馈控制器。基于Lyapunov稳定性理论和LMI方法,给出了在执行器失效的情况下系统稳定的充分条件,保证系统的鲁棒渐近稳定。仿真实例验证了方法的有效性。

摘要：针对一类带有时变时滞的不确定T-S模糊广义系统,提出了基于时滞独立准则的最优鲁棒保成本控制方法.考虑一个线性二次成本函数作为闭环系统的性能指标,以线性矩阵不等式的形式给出了状态反馈保成本控制器存在的充分条件.最优保成本控制器的设计问题可以被简化为一个线性不等式约束的凸优化问题.所设计的保成本控制器不仅保证闭环系统的渐近稳定,而且具有最小的保成本上界.最后,数值算例说明了所提出方法的有效性以及最优保成本控制器的良好性能.

摘要：针对存在参数摄动、外扰动等不确定因素的时变时滞混沌系统的同步问题,基于Lyapunov-Krasovskii稳定理论,利用线性矩阵不等式技术,提出了H∞参数自适应的混沌同步控制方法,设计的模糊控制器结构简单,且该方法适用于绝大多数变时滞混沌系统的同步控制。仿真结果表明所提出的控制方法是有效的。

摘要：针对一类具有输入时滞的非高斯随机分布系统,提出了基于广义PI控制器的跟踪控制方法.首先采用B样条模型和非线性权模型来建立概率密度函数和控制输入之间的关系,从而将概率密度函数的跟踪问题转化成动态权值的跟踪问题.然后基于线性矩阵不等式技术设计PI控制器,给出了时滞随机分布系统稳定的充分条件,并保证了良好的跟踪性能.最后仿真结果说明了方法的有效性.

摘要：本文讨论了一类非匹配时滞系统的鲁棒自适应控制和非线性控制问题。所讨论系统包含时滞及不确定性扰动项,且扰动项关于具有未知增益的高阶多项式函数有界而不是关于线性函数有界。利用Lyapunov-Krasovskii方法提出了保证系统渐近稳定的自适应控制器设计方法,相应的控制器是时滞依赖的。并利用Razumikhin引理给出了能使系统一致最终有界稳定的时滞独立的控制器设计方法。

摘要：将控制依赖自适应评估设计引入到非线性系统的辨识中,以寻求最佳模型.定义一个总评估函数表示系统在所历经时间内的辨识总误差,然后构造一个评估网络来近似逼近这个总评估函数.再构造一个辨识器网络,其输出直接作为评估网络的输入,这样通过最小化评估网络的输出就可以达到寻求最佳模型的目的.辨识器的参数修正原则不再是使当前时刻的辨识误差最小化,而是使评估网络的输出最小化,即使系统在所历经时间内的近似辨识总误差最小化,这样不仅大大加快了收敛速度而且取得了更加精确的辨识效果.在获得对象模型之后,还研究了利用神经网络设计模型参考自适应控制器的方法.仿真结果表明,利用这种新型辨识器设计的模型参考自适应控制器能够保证被控对象对参考模型的跟踪快速稳定.

摘要：为了探讨一类具有不确定参数的非线性系统T-S模糊模型,采用并行分布补偿策略,设计了两种带有不确定控制增益的模糊控制器。利用Lyapunov稳定性理论和矩阵理论,采用线性矩阵不等式(LMI)的处理方法,给出了存在非脆弱模糊控制器且满足鲁棒H∞性能指标的充分条件。用满足这一条件的控制器来控制永磁同步电机(PMSM)混沌系统,选择实际中可行的交轴电压作为控制变量,使系统不仅对控制增益的变化有非脆弱性,而且当系统存在扰动时,该控制器设计方法也能很好的抑制干扰。

摘要：针对一类带执行器饱和的仿射非线性系统,提出了一种新型的神经网络自适应控制器的设计方法。该方法基于隐函数定理构造一个静态神经网络以补偿执行器的饱和非线性,并利用Lyapunov理论严格证明了整个闭环系统的跟踪误差、控制器参数以及各个神经网络权值的一致最终有界性,可以使系统的跟踪误差收敛到零附近的一个小邻域内。仿真研究表明了提出的控制方法的可行性和有效性。

摘要：为了消除神经网络参数初值对控制器性能的影响,提出了一种改进遗传算法优化的RBF神经网络控制器。该方法设计了基于性能指标的适应度函数,自适应的交叉概率、变异概率,引入移民的遗传算法,保证了得到的控制器为最优参数控制器。该方法可用于非线性对象的控制器设计,仿真结果说明了该方法的有效性。