基于神经网络的一类非仿射非线性系统自适应控制

针对一类带有不确定性的非仿射非线性系统,利用Backstepping设计方法,设计了一种神经网络自适应控制器．该控制器可以实现跟踪特性．基于Lyapunov函数,得出稳定的权学习算法．并利用Lyapunov稳定性理论证明了闭环系统是一致最终有界的．仿真结果表明,这种控制器具有良好的鲁棒性和跟踪特性．     

含奇异权函数的椭圆方程组边界爆破解的唯一性(英文)

通过构造适当的上下解,建立了椭圆方程组Δu=ur(a1um1+b1(x)um+δ1vn),x∈Ω,Δv=vs(a2vp1+b2(x)vp+δ1uq),x∈Ω,u=v=∞,x∈Ω,边界爆破解的边界行为,其中b1(x),b2(x)可能在边界的某一部分有界而在其他部分趋于无穷.进一步,在没有精确的边界行为的情况下,得到了边界爆破解的唯一性.结果表明,为了得到解唯一性,并不需要权函数的精确行为而只需要控制其在边界附近的行为即可.