网络化随机脉冲耦合系统的稳定性分析和控制

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61873071
  • 项目类别:
    面上项目
  • 资助金额:
    65.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31
  • 项目参与者:
    杨国为; 李龙锁; 刘振; 徐瑞萍; 庄宇飞; 于战华; 王卫卫; 苏日古嘎; 李颖;
  • 关键词:

项目摘要

There are still a lot of problems to deal with for the stability analysis and control of stochastic impulsive coupled systems on networks (SICSNs) . We will employ stochastic differential equation theroy, impulsive differential equation theroy, dynamic system theroy and graph theroy to dissect the modelling, analysis and control for SICSNs, which is a very important type of complex systems, because in practice, many complex phenomena can be depicted and explained by SICSNs. The contents include: (1) Set up SICSN models based on directed graph theory. (2) Discuss stability of SICSNs (including stochastic stability, p-moment stability, input-to-state stability, stablity in partial variables and so on) by exploiting Kirchhoff’s matrix tree theorem and the second Lyapunov method, and some other dynamical properties, such as ergodicity, periodicity and so on. Some criteria related to the topology structure of SICSNs will be presented. (3) Investigate the stabilization and synchronization for the closed SICSNs (including quantized control, sliding mode control, inner synchronization, outer synchronization, and so on) and expore the impacts on the dynamical properties of SICSNs by the coupled topology between different node systems, stochastic perturbations, impusive effects and time delays. (4) Construct some effective numerical methods for SICSNs, and carried out the simulation on the computer. (5) Try to provide a sysmatic theoretical framework for SICSNs, which will enrich the theory of complex systems, and apply our results to engineering applications, such as formation control of air or underwater vehicles.
网络化随机脉冲耦合系统(stochastic impulsive coupled systems on networks简称SICSNs)的与网络拓扑结构相关的稳定性分析和控制问题至今尚未完全解决。本项目在讨论随机(脉冲)微分方程稳定性理论和有向图理论等的基础上,研究SICSNs稳定性和能观测、能控性等控制基本理论以及多种控制综合。内容包括:利用有向图理论建立SICSNs模型;巧妙结合Lyapunov方法和有向图理论研究SICSNs的各种稳定性、分支和周期性等动力学性质,给出与SICSNs拓扑结构相关的一系列稳定性判据;研究SICSNs能观测、能控性等控制基本理论和多种控制方法、同步以及数值仿真,设计与SICSNs拓扑结构相关的控制器;把所得理论结果应用到飞行器编队和水下航行器编队控制等实际系统中。通过这项研究,有望初步形成SICSNs理论架构,并反过来促进随机脉冲微分方程理论发展和应用。

结项摘要

网络化随机脉冲耦合系统(stochastic impulsive coupled systems on networks简称SICSNs)的与网络拓扑结构相关的稳定性分析和控制问题至今尚未完全解决。本项目在讨论随机(脉冲)微分方程稳定性理论和有向图理论等的基础上,研究SICSNs稳定性和能观测、能控性等控制基本理论以及多种控制综合。内容包括:利用有向图理论建立SICSNs模型;巧妙结合Lyapunov方法和有向图理论研究SICSNs的各种稳定性、分支和周期性等动力学性质,给出与SICSNs拓扑结构相关的一系列稳定性判据;研究SICSNs能观测、能控性等控制基本理论和多种控制方法、同步以及数值仿真,设计与SICSNs拓扑结构相关的控制器;把所得理论结果应用到飞行器和水下航行器控制等实际系统中。通过这项研究,初步形成了SICSNs理论架构,并反过来促进了随机脉冲微分方程理论发展和应用。培养毕业研究生3人,毕业博士生5人,其中4人到国外知名大学联合培养。2020年获得山东省自然科学2等奖(首位)。培育申请到山东省基础重大项目一项。

项目成果

期刊论文数量(47)
专著数量(0)
科研奖励数量(5)
会议论文数量(0)
专利数量(5)
Projective synchronisation of variable-order systems via fractional sliding mode control approach
通过分数滑模控制方法实现变阶系统的投影同步
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    IET CONTROL THEORY AND APPLICATIONS
  • 影响因子:
    --
  • 作者:
    Meng Xin;Kao Yonggui;Gao Cunchen;Jiang Baoping
  • 通讯作者:
    Jiang Baoping
Uniform Stability of Complex-Valued Neural Networks of Fractional Order With Linear Impulses and Fixed Time Delays
具有线性脉冲和固定时滞的分数阶复值神经网络的一致稳定性
  • DOI:
    10.1109/tnnls.2021.3070136
  • 发表时间:
    2022
  • 期刊:
    IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS
  • 影响因子:
    --
  • 作者:
    Li Hui;Kao Yonggui;Bao Haibo;Chen Yangquan
  • 通讯作者:
    Chen Yangquan
Decentralized Adaptive Command Filtered Neural Tracking Control of Large-Scale Nonlinear Systems: An Almost Fast Finite-Time Framework
大规模非线性系统的分散自适应命令过滤神经跟踪控制:几乎快速的有限时间框架
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS
  • 影响因子:
    --
  • 作者:
    Ji-Dong Liu;Ben Niu;Yong-Gui Kao;Ping Zhao;Dong Yang
  • 通讯作者:
    Dong Yang
Observer-Based Adaptive Sliding Mode Control for Nonlinear Stochastic Markov Jump Systems via T-S Fuzzy Modeling: Applications to Robot Arm Model
基于 T-S 模糊建模的非线性随机马尔可夫跳跃系统的基于观测器的自适应滑模控制:在机器人手臂模型中的应用
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS
  • 影响因子:
    7.7
  • 作者:
    Jiang Baoping;Karimi Hamid Reza;Yang Shichun;Gao Cunchen;Kao Yonggui
  • 通讯作者:
    Kao Yonggui
Robust mean square stability of delayed stochastic generalized uncertain impulsive reaction-diffusion neural networks
延迟随机广义不确定脉冲反应扩散神经网络的鲁棒均方稳定性
  • DOI:
    10.1016/j.jfranklin.2020.04.011
  • 发表时间:
    2021
  • 期刊:
    Journal of the Franklin Institute
  • 影响因子:
    --
  • 作者:
    Suriguga Mongolian;Yonggui Kao;Changhong Wang;Hongwei Xia
  • 通讯作者:
    Hongwei Xia

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

现代控制系统课程的主动式项目教学方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    实验室研究与探索
  • 影响因子:
    --
  • 作者:
    刘云龙;唐述宏;考永贵;季涛;高在瑞;吴小进
  • 通讯作者:
    吴小进
分数布朗运动干扰下广义随机系统滑模控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    控制理论与应用
  • 影响因子:
    --
  • 作者:
    李明;解静;考永贵;刘震
  • 通讯作者:
    刘震
Sliding mode control for Markovian switching singular systems with time-varying delays and nonlinear perturbations
具有时变延迟和非线性扰动的马尔可夫切换奇异系统的滑模控制
  • DOI:
    10.1371/journal.pbio.3001835
  • 发表时间:
    2013
  • 期刊:
    Discrete Dynamics in Nature and Society
  • 影响因子:
    1.4
  • 作者:
    杨国为;考永贵
  • 通讯作者:
    考永贵
一类变时滞拟线性抛物型分布参数系统的时滞无关滑模控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of the Franklin Institute
  • 影响因子:
    --
  • 作者:
    邢海龙;李东海;高存臣;考永贵
  • 通讯作者:
    考永贵
软件可靠性增长模型研究综述
  • DOI:
    10.13328/j.cnki.jos.005306
  • 发表时间:
    2017
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    张策;孟凡超;考永贵;吕为工;刘宏伟;万锟;蒋家楠;崔刚;刘子和
  • 通讯作者:
    刘子和

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

考永贵的其他基金

脉冲抛物型和双曲型分布参数系统的滑模控制研究
  • 批准号:
    62373119
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
Markovian 跳变广义随机切换系统的稳定性及滑模控制与应用研究
  • 批准号:
    61473097
  • 批准年份:
    2014
  • 资助金额:
    78.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码