摘要：针对一类具有未建模动态和动态扰动且状态不可量测的非线性系统,利用神经网络逼近未知函数设计K-滤波器重构系统状态,提出一种自适应输出反馈控制策略.通过对未建模动态的新刻画,避免动态信号的引入.采用动态面设计方法,取消理论分析中产生的未知连续函数的估计,降低设计的复杂性.利用Lyapunov方法证明了闭环系统的所有信号是半全局一致终结有界的,并通过仿真结果验证了所提出方案的有效性.

摘要：针对一类具有未建模动态和输出约束的输出反馈非线性系统,提出一种自适应输出反馈动态面控制方案.利用神经网络逼近未知连续函数,分别设计K滤波器和动态信号估计不可测量的状态,并处理动态不确定性.引入障碍李雅普诺夫函数并设计自适应控制器以保证BLF有界,从而实现输出约束.理论分析表明,闭环控制系统是半全局一致终结有界的,且满足输出约束,仿真结果验证了所提出方案的有效性.

摘要：研究具有输入量化和全状态约束的非严格反馈随机非线性系统的有限时间自适应跟踪控制.首先,利用双曲正切函数进行非线性映射,消除全状态约束的限制,将系统变换为无约束系统;其次,引入滞回量化器克服量化信号中的抖动和量化误差.为实现有限时间控制,提出概率意义下半全局有限时间稳定控制方法,加快系统的收敛速度,并在此基础上采用径向基函数神经网络逼近未知非线性函数;接着,基于动态面控制技术和高斯函数的性质,对变换后的非严格反馈随机系统进行自适应控制设计,所设计的控制器能够保证闭环系统中的所有信号在概率意义下有限时间稳定;最后通过仿真实验表明所设计控制方案的有效性.

摘要：对于一类具有未知时变时滞和虚拟控制系数的不确定严格反馈非线性系统,基于后推设计提出一种自适应神经网络控制方案.选取适当的Lyapunov-Krasovskii泛函补偿未知时变时滞不确定项.通过构造连续的待逼近函数来解决利用神经网络对未知非线性函数进行逼近时出现的奇异问题.通过引入一个新的中间变量,保证了虚拟控制求导的正确性.仿真算例表明,所设计的控制器能保证闭环系统所有信号是半全局一致终结有界的,且跟踪误差收敛到零的一个邻域内.

摘要：针对一类具有输入及状态未建模动态的非线性系统,设计K滤波器来估计系统不可量测状态,基于动态面控制技术并利用径向基函数神经网络的逼近能力,提出一种输出反馈自适应跟踪控制方案.利用Nussbaum函数性质,有效地解决了高频增益符号未知问题.在控制器设计中引入规范化信号来约束输入未建模动态,从而有效地抑制其产生的扰动.通过理论分析证明了闭环控制系统是半全局一致终结有界的.

摘要：为了提高搜索引擎服务商的利润,设计了1个面向广告位的同义关键词拍卖机制(SKAMA)。考虑拍卖关键词及其同义词、近义词在检索中的作用,搜索引擎根据同义关键词检索频率的不同,为每个关键词定义不同的价值。针对SKAMA设计的报价真实性、整体收益有效性和竞价个体的理性等经济属性,设计了基于0-1矩阵的广告位分配算法和竞价者基于广义第二价格拍卖的支付算法。将SKAMA和现有的单个关键词拍卖进行比较。结果表明SKAMA在确保广告商分配了广告资源的同时,明显地提高了广告位资源利用率,增加了搜索引擎广告服务的收益。

摘要：研究一类具有未知死区的非线性纯反馈系统的自适应控制问题.基于输入状态稳定理论和小增益定理,提出一种自适应动态面控制方案.该方案有效地减少了可调参数的数目,避免了传统后推设计中由于需要对虚拟控制反复求导而导致的计算复杂性.理论分析证明了闭环系统是半全局一致终结有界的.

摘要：针对一类具有未建模动态的纯反馈非线性系统,提出一种自适应动态面控制方法.利用神经网络逼近未知连续函数,通过引入一种动态信号克服未建模动态.与现有结果相比,提出的设计方案简化了对未建模动态的处理过程,取消了神经网络逼近误差有界的假设.理论分析证明了该自适应控制方法能够保证闭环系统是半全局一致终结有界的,仿真结果验证了该方案的有效性.

摘要：针对一类带有未建模动态的非线性纯反馈系统,利用神经网络逼近能力,提出一种自适应动态面控制方案.通过在传统后推设计中引入一阶滤波器,避免了对虚拟控制反复求导而导致的计算复杂性问题.利用Young’s不等式和积分型李亚普诺夫函数,有效地减少了可调参数的数目,无需虚拟控制增益系数导数的信息.理论分析表明了闭环控制系统是半全局一致终结有界的.

摘要：针对现有制造系统中协作计划、生产计划和调度方案不能同步制定的问题,考虑在供应链环境下有协作的计划与调度,构建了一种多目标集成协作计划与调度优化模型。提出一种基于Pareto最优的多目标优化算法,设计了包含协作染色体的基于作业的集成编码方案,通过惩罚操作实现协作计划与生产计划的同步协调。考虑供应链协调中常见的完工时间、总成本、总拖期时间、平均流经时间四个性能指标对模型进行整体优化。通过仿真实验验证了模型及其算法的有效性。