摘要：针对一类未知时变时滞非线性系统,提出一种基于观测器的重复控制方案.采用线性矩阵不等式设计非线性观测器,所设计的控制律含有PID反馈项,常值参数自适应律是微分-差分型的,时变参数学习律是差分型的.在假设未知时变时滞、时变参数和参考输出的周期有已知的最小公倍数下,通过构造一个Lyapunov-Krasovskii型复合能量函数,证明了所有闭环信号有界且输出跟踪误差收敛.仿真实例表明了算法的有效性.

摘要：针对一类未知非线性时滞关联大系统,提出一种自适应神经网络分散跟踪控制方案.采用神经网络逼近各子系统内部的非线性函数和关联项中的时滞非线性函数;利用占有方法处理时滞项,采用B ackstepp ing技术设计分散控制律和参数自适应律.基于Lyapunov-K rasov isk ii泛函证明了闭环大系统所有信号半全局一致最终有界.通过调节设计参数和增加神经元个数,可以实现任意输出跟踪精度.实例仿真说明了该方案的可行性.

摘要：针对一类不确定大规模系统,研究其全局稳定的分散自适应神经网络反推跟踪控制问题.在假设不匹配的未知关联项满足部分已知的非线性Lipschitz条件下,采用神经网络作为前馈补偿器,逼近参考信号作为输入的未知关联函数;设计者可根据参考信号的界预先确定神经网络逼近域,同时保证了闭环系统的全局稳定性.仿真实例验证了控制算法的有效性.

摘要：给出一种基于距离的减样方法,称为三步减样法(Three-step desampling method,TSDM)。根据概率论的知识定位定量分析了噪点及多余样本点的一般比例情况。在应用时根据样本间的距离分三步进行减样:即根据样本点的分布情况选择三个阈值,分别进行精减(除噪)、内减和外减以便提取具有代表性的边界向量。三个阈值可采取正交实验设计或二分法确定。试验结果表明该方法与标准SVM相比一般能保持或提高分类精度;对于大样本来说不仅能保持精度不减,而且还能较大地提高分类速度,具有较强的实用性。

摘要：针对一类输出反馈非线性时滞系统,提出一种简化的自适应神经网络镇定算法.所设计的状态观测器和控制器不依赖于时滞.不同于现有的结果,系统的时滞项假定完全未知,仅采用一个神经网络补偿所有未知非线性函数,因此控制器设计更加简单,而且最终的闭环系统被证明是半全局渐近稳定的.仿真结果进一步验证了该控制方案的有效性.

摘要：针对一阶未知非线性参数化周期时变时滞系统,设计了一种自适应学习控制方案。假设未知时变参数,时变时滞和参考信号的共同周期是已知的,通过重构系统方程,将包含时变时滞在内的所有未知时变项合并成为一个周期时变向量,采用周期自适应律估计该向量.通过构造一个Lyapunov—Krasovskii型复合能量函数证明了所有信号有界并且跟踪误差收敛.结果被推广到一类含有混合参数的高阶非线性系统.通过两个仿真例子说明本文所提出的控制算法的有效性.

摘要：对于一类混合动态系统,研究基于混合观测器的混合反馈控制问题．通过系统线性部分和离散事件部分的Lyapunov函数构造了整个混合系统的Lyapunov函数．据此设计了使整个系统稳定的混合反馈控制且证明了闭环系统的稳定性．仿真实例说明该方法的有效性．

摘要：从系统学和经济学的角度出发,分析了光网络拓扑设计、路由选择、波长分配分别对光网络性能的影响,指出光网络性能不仅取决于路由选择与波长分配算法,并且取决于光网络拓扑设计。进而指出在进行光网络性能优化过程中,以网络拓扑设计作为性能优化的基础,结合路由与波长分配算法、网络服务和市场价格等因素,建立了一种波分复用(wavelengthdivisionmultiplexing,WDM)光网络性能优化的数学模型。最后,给出了WDM光网络性能分析与优化的交互式仿真过程。

摘要：根据WDM光网络系统中光网络结构优化设计以及有限网络资源条件下光网络性能分析与优化的仿真要求,建立了用于实现WDM光网络仿真系统计算机模拟的数学模型,该模型能够体现WDM光网络系统组成原理、系统结构、系统参数等方面的不同。此外,考虑到WDM光网络仿真系统的用途、仿真的层次、仿真系统的运行条件以及仿真结果的表现方法的不同,对WDM光网络仿真系统的功能进行了分析,并实现了系统的设计。最后,对该仿真系统的优越性和创新点进行了总结。

摘要：针对一类参数化非线性时滞输出反馈系统,提出了一种无记忆自适应跟踪控制器的设计方案.采用时滞滤波器估计系统状态,用Domination处理非线性时滞项,应用Backstepping技术设计控制器和参数自适应律.放宽了对时滞项的要求.通过构建一个Lyapunov＿Krasoviskii泛函,证明了闭环系统的稳定性,实现了对目标轨线的渐近跟踪,保证了所有信号一致有界.实例仿真说明了该方案的可行性.