摘要：这份报纸为为分系统的骚乱拒绝问题的解决之可能性没被假定的交换非线性的系统的一个班调查全球骚乱拒绝的问题。骚乱被假定是有完全未知的频率，阶段和振幅的正弦曲线。作为为非交换式的系统的内部模型的经典概念的延期，首先，一个交换内部模型被建议。第二，以便在学习下面解决这个问题，一个适应控制方法根据多重 Lyapunov 函数方法被建立。另外，分系统的适应州反馈的控制器被设计并且与一条切换的法律合并了 asymptotically 拒绝未知骚乱。最后，一个例子被提供表明建议设计方法的有效性。

摘要：Good access to traffic information provides enormous potential for automotive powertrain *** propose a logical control approach for the gearshift strategy,aimed at improving the fuel efficiency of *** driver power demand in a specific position usually exhibits stochastic features and can be statistically analyzed in accordance with historical driving data and instant traffic conditions;therefore,it offers opportunities for the design of a gearshift control *** to the discrete characteristics of a gearshift,the control design of the gearshift strategy can be formulated under a logic system *** this end,vehicle dynamics are discretized with several logic states,and then modeled as a logic system with the Markov process *** fuel optimization problem is constructed as a receding-horizon optimal control problem under the logic system framework,and a dynamic programming algorithm with algebraic operations is applied to determine the optimal strategy *** results demonstrate that the proposed control design has better potential for fuel efficiency improvement than the conventional method.

摘要：这份报纸学习与被 overshoot 和安定时间决定的一些给定的短暂性能限制为平面系统的一个类追踪问题的输出。与产量限制(SSOFTOC ) 追踪的交换静态的产量反馈的问题第一次被建议并且解决。静态的输出反馈控制器和一条所谓的圆锥形的切换法律在没有违背短暂性能限制，靠近环的交换系统的输出能 asymptotically 在哪个下面追踪步信号下面被设计。而且，最佳的加权的短暂表演被解决一个非线性的编程问题获得。最后，到飞机扇涡轮引擎的一个数字例子和应用被给说明有效性和建议方法的适用性。

摘要：随着工业过程复杂程度的不断提高,高维工业数据呈现出很强的非线性,给工业过程的故障诊断带来了相当大的挑战。为了有效提取对故障诊断至关重要的深层特征,首先,设计了稀疏高斯特征提取器(SGFE)来学习非线性映射,该映射能够将原始数据投影到具有故障标签维度的特征空间中。特征空间由故障类别标签的one-hot编码作为正交基构成。这样,SGFE可以从原始数据中逐步学习到与故障标签相关的深度稀疏高斯特征。然后,在特征空间中,设计了稀疏高斯(SG)损失函数,将特征约束为多个稀疏多元高斯分布。稀疏的高斯特征在特征空间是线性可分的,这有利于提高下游故障分类任务的性能。最后,对本文所提出的SGFE算法的可行性和实用性分别通过手写数字(MNIST)数据集和田纳西-伊士曼(TE)过程进行了验证。