耦合时空混沌的模糊混沌神经网络鲁棒自适应控制

将模糊逻辑系统和混沌神经网络结合起来,利用模糊逻辑系统的逼近能力和混沌神经网络的时空混沌行为,对模型未知的耦合时空混沌系统提出了一种模糊混沌神经网络自适应控制方案;同时考虑系统扰动、未建模动态特性和建模误差的影响,设计自适应补偿器,增强时空混沌系统控制的鲁棒性;并用Laypunov方法证明了该方案的稳定性;仿真验证了方案的有效性和鲁棒性。     

H基于模糊观测器参数摄动的耦合时空混沌H跟踪控制

由于子系统的时空耦合作用及参数的摄动性，实现参数摄动的耦合时空混沌的跟踪控制非常困难。然而模型未知的耦合时空混沌的每个子系统可由一系列模糊逻辑模型逼近，每个模糊逻辑模型代表子系统在特定运行点的局部线性化模型，同时考虑子系统状态的不可测性，采用模糊观测器来估计子系统的状态。基于模糊模型及状态观测器，计及混沌参数的摄动性，提出一种模糊跟踪控制方案，实现了参数摄动的耦合时空混沌的鲁棒跟踪控制，并将模糊跟踪控制表征为线性矩阵不等式问题，用线性矩阵不等式的凸优化方法求解控制器参数，确保系统的全局渐近稳定性。仿真验证了方案的有效性。     

基于模糊模型的耦合时空混沌H_\infty$跟踪控制

由于子系统的时空耦合作用，实现耦合时空混沌的跟踪控制比较困难。然而模型未知的耦合时空混沌的子系统可由一系列模糊逻辑模型逼近，每个模糊逻辑模型代表子系统在特定运行点的局部线性化模型。基于该系列模糊模型，采用模糊跟踪控制方法实现了耦合时空混沌的模型参考跟踪控制，并用线性矩阵不等式的凸优化方法求解控制器参数，确保系统的全局渐近稳定性。仿真验证了方案的有效性。     

基于观测器的模型不确定的耦合时空混沌H∞跟踪控制

考虑子系统的时空耦合作用及模型的不确定性 ,实现模型不确定的耦合时空混沌的跟踪控制非常困难 .然而耦合时空混沌的每个子系统用一系列模糊逻辑模型逼近 ,同时考虑子系统状态的不可测性 ,采用模糊观测器来估计子系统的状态 .由于混沌模型的很多参数和动态特性很难准确地确定即模型具有不确定性 ,因此在用模糊模型逼近的同时定会产生建模误差 .基于模糊模型及状态观测器 ,考虑混沌模型的不确定性 ,提出一种H∞ 模糊跟踪控制方法 ,实现模型不确定性的耦合时空混沌的鲁棒跟踪控制 .将控制方案表征为求解线性矩阵不等式问题 ,并用凸优化方法求解控制器参数 ,确保系统的全局渐近稳定性 .仿真验证了所提方案的有效性 .     

基于观测器的模型不确定的耦合时空混沌H∞跟踪控制

考虑子系统的时空耦合作用及模型的不确定性,实现模型不确定的耦合时空混沌的 跟踪控制非常困难.然而耦合时空混沌的每个子系统用一系列模糊逻辑模型逼近,同时考虑子 系统状态的不可测性,采用模糊观测器来估计子系统的状态.由于混沌模型的很多参数和动态 特性很难准确地确定即模型具有不确定性,因此在用模糊模型逼近的同时定会产生建模误差. 基于模糊模型及状态观测器,考虑混沌模型的不确定性,提出一种Ｈ∞ 模糊跟踪控制方法,实现模型不确定性的耦合时空混沌的鲁棒跟踪控制.将控制方 案表征为求解线性矩阵不等式问题,并用凸优化方法 关键词： 耦合时空混沌 模糊模型 模糊观测器 Ｈ∞模糊跟踪控 制 线性矩阵不等式