基于T-S模糊模型的非线性不确定系统奇偶方程鲁棒故障诊断

针对T-S模糊模型描述的具有外部干扰的非线性不确定系统,构造了相应的测量冗余方程和奇偶方程,给出并证明了对特定传感器和执行器故障敏感的最优奇偶向量的存在条件和求解定理.采用奇偶方程故障检测与诊断方法,研究了非线性不确定系统的鲁棒故障检测和诊断.最后,通过仿真示例说明了本文所提出的方法是有效的.     

基于T—S模糊模型的非线性不确定系统奇偶方程鲁棒故障诊断

针对T-S模糊模型描述的具有外部干扰的非线性不确定系统，构造了相应的测量冗余方程和奇偶方程，给出并证明了对特定传感器和执行器故障敏感的最优奇偶向量的存在条件和求解定理．采用奇偶方程故障检测与诊断方法，研究了非线性不确定系统的鲁棒故障检测和诊断．最后，通过仿真示例说明了本文所提出的方法是有效的．     

不确定随机时滞系统的时滞相关鲁棒镇定

研究一类不确定随机时滞系统的时滞相关鲁棒镇定问题.通过引入参数化的中立型模型变换,构造Lyapunov-krasovskii泛函,运用线性矩阵不等式方法,得到了使得闭环系统为均方指数稳定的保守性较小的时滞相关鲁棒镇定条件.     

一类不确定时滞系统的鲁棒稳定性

给出了不确定时滞系统鲁棒稳定的若干结果,同时讨论了这类系统的稳定度,改进了前人关于时滞系统稳定性和鲁棒稳定性的一些结论,并给出了应用的例子。     

随机变时滞不确定性系统的鲁棒稳定性

本文讨论了一类随机变时滞不确定性线性微分系统的鲁棒稳定性。参数的不确定性表现为参数是随时间变化的未知函数,但是时范数有界的。利用线性矩阵不等式和Lyapunov函数的方法给出一些相关的稳定性结论。     

一类不确定非线性系统的鲁棒H_∞控制

对于一类具有模型误差和外部干扰的非线性系统,研究了其鲁棒H_∞控制问题.利用Hamilton-Jaccobi不等式的方法给出了一个系统满足鲁棒H_∞性能的新的判定准则,基于该准则设计了一个使闭环系统满足鲁棒H_∞性能的控制律.并且证明了对于线性系统,此结果与经典的结果完全一致.最后,通过仿真验证了所得结果的有效性.     

不确定中立型线性随机时滞系统的鲁棒稳定性

建立了中立型随机微分时滞方程的LaSalle不变原理,然后应用LaSalle不变原理讨论了不确定中立型随机时滞系统的随机渐近稳定和几乎必然指数稳定的代数判据, 同时给出示例说明结果的有效性．     

含非线性项的不确定离散时滞系统鲁棒稳定性分析

针对一类同时存在非线性项和不确定项的离散时滞系统,研究了系统的鲁棒稳定性问题.通过构造Lyapunov函数并利用Schur补引理以线性矩阵不等式(LMI)形式给出了系统鲁棒稳定的充分条件;利用离散时滞系统鲁棒稳定性的充分条件,采用LMI技术,设计出基于LMI的状态反馈鲁棒控制器;理论证明该方法设计的控制器保证闭环系统鲁...     

利用模糊滑模控制的非线性不确定系统模型到达控制

研究了一类非线性不确定系统的模型到达控制问题。控制机构中采用了动态补偿器和模糊滑模控制律,并且在解模糊中采用了双二次函数插值算法。模糊滑模控制的应用,抑制了抖振,保证了系统的快速性和鲁棒性,模糊数模型和双二次函数插值解模糊算法,大大减少了计算量。仿真验证了本文的方法的有效性。     

具有输入时滞的时滞关联不确定系统的鲁棒分散控制

研究了一类同时具有输入时滞以及不确定参数的时滞关联大系统的稳定性问题.基于所谓的还原法,给出一种新的状态反馈控制器的设计方法,这种方法的不同之处在于利用了时延的大小以及反馈控制的历史信息.根据Lyapunov稳定性理论得到了系统在控制器作用下稳定的充分条件,所有条件都化成可解的标准LMIs(Linear matrix inequalities)形式.文章最后给出了一个数值例子说明本文结果的可行性.     

具有分布时滞的灰色随机非线性系统的鲁棒稳定性

利用灰矩阵的矩阵覆盖集的分解技术和矩阵的范数理论及Lyapunov-K rasovsk ii泛函法,研究了具有分布时滞的灰色随机非线性系统的鲁棒稳定性问题,得到了该系统鲁棒稳定的时滞依赖的线性矩阵不等式(LM Is)判据,并通过数值例子说明了所得的"LM Is判据"的有效性和实用性.     

基于鲁棒二阶随机占优的投资组合优化模型研究

本文主要考虑一类经典的含有二阶随机占优约束的投资组合优化问题,其目标为最大化期望收益,同时利用二阶随机占优约束度量风险,满足期望收益二阶随机占优预定的参考目标收益。与传统的二阶随机占优投资组合优化模型不同,本文考虑不确定的投资收益率,并未知其精确的概率分布,但属于某一不确定集合,建立鲁棒二阶随机占优投资组合优化模型,借助鲁棒优化理论,推导出对应的鲁棒等价问题。最后,采用S&P 500股票市场的实际数据,对模型进行不同训练样本规模和不确定集合下的最优投资组合的权重、样本内和样本外不确定参数对期望收益的影响的分析。结果表明,投资收益率在最新的历史数据规模下得出的投资策略,能够获得较高的样本外期望收益,对未来投资更具参考意义。在保证样本内解的最优性的同时,也能取得较高的样本外期望收益和随机占优约束被满足的可行性。     

一类非线性随机种群动力学模型的最优收获控制

研究了一类非线性随机种群动力学模型的最优收获控制问题,得出了在外界环境对系统产生影响的条件下,最优控制所满足的必要条件及其最优性组,所得到的结论是确定性种群系统的扩展.     

不确定非线性系统的鲁棒自适应控制器

在ｂａｃｋｓｔｅｐｐｉｎｇ程序中，把非线性自适应控制和鲁棒控制连接起来，为参数化的严格反馈系统在不确定性存在的情况下，建立了一种鲁棒自适应控制方案．非线性自适应控制被用来处理系统的线性参数化部分，而鲁棒控制通过引进非线性阻尼项被用来处理不确定性部分．与现有的方案不同，作者给出了非线性阻尼项的无限种选择，而不是仅仅一种选择．通过使用一种合适的选择，能够设计一个鲁棒自适应控制器．它不仅能够保证对不确定性的鲁棒性，而且能够使输出误差任意小，以及用较小的控制努力取得较好的性能．     

随机泛函微分系统的渐近性分析

针对已有的随机泛函微分系统的渐近稳定性的结果,要求系统的系数满足线性增长条件,本文主要目的是去掉这一限制条件,给出了非线性随机泛函微分系统的渐近稳定性的新结果.新的稳定性判据不仅可以涵盖更多的非线性随机泛函微分系统,而且证明方法更加简单.     

Locally Optimal Risk-Sensitive Controllers for Strict-Feedback Nonlinear Systems1,2

For a class of risk-sensitive nonlinear stochastic control problems with dynamics in strict-feedback form, we obtain through a constructive derivation state-feedback controllers which (i) are locally optimal, (ii) are globally inverse optimal, and (iii) lead to closed-loop system trajectories that are bounded in probability. The first feature implies that a linearized version of these controllers solve a linear exponential-quadratic Gaussian (LEQG) problem, and the second feature says that there exists an appropriate cost function according to which these controllers are optimal.     

具有非线性传染率和时滞的随机SIQR计算机病毒模型的渐近行为

研究了一类具有非线性发生率和时滞的随机SIQR计算机病毒模型.首先证明了该系统具有唯一的全局正解,然后通过构造适当的Lyapunov函数并利用伊藤公式,分析了该模型的解在无病平衡点附近及地方病平衡点附近的渐近行为,最后通过数值模拟对随机系统解的渐近行为做了进一步的分析并给出了结论.     

Stochastic Nonlinear Complementarity Problem and?Applications to?Traffic Equilibrium under?Uncertainty

The expected residual minimization (ERM) formulation for the stochastic nonlinear complementarity problem (SNCP) is studied in this paper. We show that the involved function is a stochastic R ₀ function if and only if the objective function in the ERM formulation is coercive under a mild assumption. Moreover, we model the traffic equilibrium problem (TEP) under uncertainty as SNCP and show that the objective function in the ERM formulation is a stochastic R ₀ function. Numerical experiments show that the ERM-SNCP model for TEP under uncertainty has various desirable properties. This work was partially supported by a Grant-in-Aid from the Japan Society for the Promotion of Science. The authors thank Professor Guihua Lin for pointing out an error in Proposition 2.1 on an earlier version of this paper. The authors are also grateful to the referees for their insightful comments.